识别数据框中值的第一个变化并忽略后续变化答案

【问题标题】：Identify first change in value in a dataframe and ignore subsequent changes识别数据框中值的第一个变化并忽略后续变化
【发布时间】：2023-01-09 23:21:13
【问题描述】：

我想使用 R 来识别首次满足条件的时间并忽略后续更改。示例数据：

df <- data.frame(response = c(1, 1, 1, 0, 1, 0))

注意：第一个响应总是以 1 开头。

预期产出

f <- data.frame(response = c(1, 1, 1, 0, 1, 0), Threshold = c("no", "no", "no", "yes", "no", "no"))

【问题讨论】：

标签： r

【解决方案1】：

全部设置为“否”，然后找到第一个 0，并将那个设置为“是”：

df$Threshold <- "no"
df$Threshold[ which(df$response == 0)[ 1 ] ] <- "yes"
# df
#   response Threshold
# 1        1        no
# 2        1        no
# 3        1        no
# 4        0       yes
# 5        1        no
# 6        0        no

【讨论】：

我喜欢这个，但 which(df$response != df$response[1])[1] 不会更通用吗？
@SamR 我假设他们希望第一个 0 是肯定的，没有任何变化。
太谢谢了！是的，第一反应永远是 1。

【解决方案2】：

使用@zx8754 建议

数据表

df <-
  data.frame(
    response = c(1, 1, 1, 0, 1, 0),
    Threshold = c("no", "no", "no", "yes", "no", "no")
  )

library(data.table)
library(magrittr)
setDT(df)[, Threshold_new := "no"] %>% 
  .[response == 0, Threshold_new := fifelse(cumsum(response == 0) == 1, "yes", Threshold_new)] %>% 
  .[]
#>    response Threshold Threshold_new
#> 1:        1        no            no
#> 2:        1        no            no
#> 3:        1        no            no
#> 4:        0       yes           yes
#> 5:        1        no            no
#> 6:        0        no            no

^{创建于 2023-01-09 reprex v2.0.2}

【讨论】：

【解决方案3】：

您可以使用match获取第一个0。

df$Threshold <- "no"
df$Threshold[match(0, df$response)] <- "yes"

df
#  response Threshold
#1        1        no
#2        1        no
#3        1        no
#4        0       yes
#5        1        no
#6        0        no

只是为了好玩一个基准：

df <- data.frame(response = c(1, 1, 1, 0, 1, 0), Threshold = "no")

library(data.table) #For Yuriy Saraykin
library(magrittr)   #For Yuriy Saraykin

bench::mark(check = FALSE, #For Yuriy Saraykin
zx8754 = {df$Threshold <- "no"
  df$Threshold[ which(df$response == 0)[ 1 ] ] <- "yes"}
, "Yuriy Saraykin" = {setDT(df)[, Threshold := "no"] %>% 
  .[response == 0, Threshold := fifelse(cumsum(response == 0) == 1, "yes", Threshold)] %>% 
  .[]}
, GKi = {df$Threshold <- "no"
  df$Threshold[match(0, df$response)] <- "yes"}
)
# expression          min   median `itr/sec` mem_alloc `gc/sec` n_itr  n_gc
#  <bch:expr>     <bch:tm> <bch:tm>     <dbl> <bch:byt>    <dbl> <int> <dbl>
#1 zx8754          70.19µs  75.84µs    12515.    32.2KB     15.2  5763     7
#2 Yuriy Saraykin   1.57ms   1.61ms      604.   137.6KB     10.4   289     5
#3 GKi             68.69µs  72.98µs    13125.    32.2KB     14.7  6230     7

zx8754 和GKi 靠得很近。 Yuriy Saraykin 在这种情况下需要更多时间和更多记忆。

【讨论】：