使用 dplyr 基于两个条件执行两个操作

Question

在下面的数据集中，对于每个 id，我已标记（m_flag 用于列 m，f_flag 用于列 w）在 m OR w 列中的 3 之后第一次出现 1 或 2。

我正在尝试：

1) 如果 m 缺失但 var 1 不存在，则在 m 中 3 之前的行中将 m_flag 设置为 1

然后，将m_flag中之前的1转换为0

2) 如果 w 缺失但 var 2 不存在，则在 w 中 3 之前的行中将 f_flag 设置为 1（例如，第 7 行）

然后，将 f_flag 中的前一个 1 转换为 0（例如，第 6 行）

df <- data.frame(id=c(1,1,1, 2,2, 3,3,3, 4,4,4),
                  m=c(2,NA,NA,  2,3, 2,2,3, 2,2,3),
                  w=c(2,NA,3, 2,NA, 2,NA,3, 2,NA,3),
               var1=c(5,NA,NA, 6,6,7,7,7, 8,8,8),
               var2=c(3,3,3, 4,NA, 5,5,5, 6,NA,6), 
               m_flag=c(1,0,NA, 1,NA, 0,1,NA, 0,1,NA),
               f_flag=c(1,0,NA, 1,NA, 1,0,NA, 1,0,NA))
        > df
       id  m  w var1 var2 m_flag f_flag
    1   1  2  2    5    3      1      1
    2   1 NA NA   NA    3      0      0
    3   1 NA  3   NA    3     NA     NA
    4   2  2  2    6    4      1      1
    5   2  3 NA    6   NA     NA     NA
    6   3  2  2    7    5      0      1
    7   3  2 NA    7    5      1      0
    8   3  3  3    7    5     NA     NA
    9   4  2  2    8    6      0      1
    10  4  2 NA    8   NA      1      0
    11  4  3  3    8    6     NA     NA

输出（注意：只有第 7 行中的 1 会从 0 变为 1，而第 6 行中的 0 会从 1 变为 0）

 output <- data.frame(id=c(1,1,1, 2,2, 3,3,3, 4,4,4),
                  m=c(2,NA,NA,  2,3, 2,2,3, 2,2,3),
                  w=c(2,NA,3, 2,NA, 2,NA,3, 2,NA,3),
               var1=c(5,NA,NA, 6,6,7,7,7, 8,8,8),
               var2=c(3,3,3, 4,NA, 5,5,5, 6,NA,6), 
               m_flag=c(1,0,NA, 1,NA, 0,1,NA, 0,1,NA),
               f_flag=c(1,0,NA, 1,NA, 0,1,NA, 1,0,NA))

> output
   id  m  w var1 var2 m_flag f_flag
1   1  2  2    5    3      1      1
2   1 NA NA   NA    3      0      0
3   1 NA  3   NA    3     NA     NA
4   2  2  2    6    4      1      1
5   2  3 NA    6   NA     NA     NA
6   3  2  2    7    5      0    **0**
7   3  2 NA    7    5      1    **1**
8   3  3  3    7    5     NA     NA
9   4  2  2    8    6      0      1
10  4  2 NA    8   NA      1      0
11  4  3  3    8    6     NA     NA

谢谢

Answer 1

首先，创建与步骤 1 中的条件相对应的列。我们将它们称为 meet_condition_f 和 meet_condition_m。然后，我们将使用lead() 来查看下一行中条件的值。如果为真，我们将相应的标志重置为 0。然后，对于条件为真的行，我们将标志设置为 1（这是第 1 步的第二部分）。

如果您需要按组执行此操作，请添加 group_by(id)，例如，在 mutate 之前。之后不要忘记取消组合。

library(dplyr)
#> 
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#> 
#>     filter, lag
#> The following objects are masked from 'package:base':
#> 
#>     intersect, setdiff, setequal, union
df <- data.frame(id=c(1,1,1, 2,2, 3,3,3, 4,4,4),
                 m=c(2,NA,NA,  2,3, 2,2,3, 2,2,3),
                 w=c(2,NA,3, 2,NA, 2,NA,3, 2,NA,3),
                 var1=c(5,NA,NA, 6,6,7,7,7, 8,8,8),
                 var2=c(3,3,3, 4,NA, 5,5,5, 6,NA,6), 
                 m_flag=c(1,0,NA, 1,NA, 0,1,NA, 0,1,NA),
                 f_flag=c(1,0,NA, 1,NA, 1,0,NA, 1,0,NA))

df %>% mutate(
  # Create an indicator column for the condition specified.
  # `lead` looks at the "m" value for the next row.
  # `if_else` takes a logical condition and returns the result
  # from true/false/missing depending which criteria each one meets.
  meet_condition_m = if_else(
    is.na(m) &
      lead(m) == 3 &
      !is.na(var1),
    true = TRUE,
    false = FALSE,
    missing = NA),
  meet_condition_f = if_else(
    is.na(w) &
      lead(w) == 3 &
      !is.na(var2),
    true = TRUE, 
    false = FALSE,
    missing = NA
  ),
  # First, perform step to to convert the previous 1 to 0
  m_flag = if_else(lead(meet_condition_m) & m_flag == 1, 0, m_flag, m_flag),
  # Then execute the first step
  m_flag = if_else(meet_condition_m, 1, m_flag, m_flag),
  # Repeat for f
  f_flag = if_else(lead(meet_condition_f) & f_flag == 1, 0, f_flag, f_flag),
  f_flag = if_else(meet_condition_f, 1, f_flag, f_flag)) %>% 
  # Drop intermediate columns.
  select(-meet_condition_m, -meet_condition_f)
#>    id  m  w var1 var2 m_flag f_flag
#> 1   1  2  2    5    3      1      0
#> 2   1 NA NA   NA    3      0      1
#> 3   1 NA  3   NA    3     NA     NA
#> 4   2  2  2    6    4      1      1
#> 5   2  3 NA    6   NA     NA     NA
#> 6   3  2  2    7    5      0      0
#> 7   3  2 NA    7    5      1      1
#> 8   3  3  3    7    5     NA     NA
#> 9   4  2  2    8    6      0      1
#> 10  4  2 NA    8   NA      1      0
#> 11  4  3  3    8    6     NA     NA
Created on 2019-11-20 by the reprex package (v0.3.0)