按组选择事件第一次发生之前的行

Question

我有一系列观察结果来描述是否以及何时在特定区域发现动物。下面的示例表确定了一天中何时看到 (status == 1) 或未看到 (status == 0) 某种动物。

   id       date status
1   1 2014-06-20      1
2   1 2014-06-21      1
3   1 2014-06-22      1
4   1 2014-06-23      1
5   1 2014-06-24      0
6   2 2014-06-20      1
7   2 2014-06-21      1
8   2 2014-06-22      0
9   2 2014-06-23      1
10  2 2014-06-24      1
11  3 2014-06-20      1
12  3 2014-06-21      1
13  3 2014-06-22      0
14  3 2014-06-23      1
15  3 2014-06-24      0
16  4 2014-06-20      1
17  4 2014-06-21      0
18  4 2014-06-22      0
19  4 2014-06-23      0
20  4 2014-06-24      1

使用data.table 包，我可以确定该地区第一天不再看到动物：

library(data.table)
dt <- as.data.table(df)
dt[status == 0, .SD[1], by = id]
  id       date status
1:  1 2014-06-24      0
2:  2 2014-06-22      0
3:  3 2014-06-22      0
4:  4 2014-06-21      0

虽然上表很有用，但我想知道如何操作该函数来查找动物第一次缺席之前的日期。换句话说，我想知道每只动物在临时离开之前在该区域的最后一天。

我的实际数据集根据情况将这些存在/不存在观察分为不同的时间长度（例如，存在/不存在以 3 小时间隔、6 小时等为间隔）。因此，访问前一行比从每个值中减去时间间隔更容易，因为它总是在变化。我想要的输出如下：

  id       date status
1:  1 2014-06-23      1
2:  2 2014-06-21      1
3:  3 2014-06-21      1
4:  4 2014-06-20      1

请随时使用base 代码或其他软件包（即dplyr）来回答这个问题，我总是在寻找新的东西。感谢您的宝贵时间！

Answer 1

尝试以下方法：

dt[dt[status == 0, .I[1] - 1, by = id]$V1]
#   id       date status
#1:  1 2014-06-23      1
#2:  2 2014-06-21      1
#3:  3 2014-06-21      1
#4:  4 2014-06-20      1

顺便说一句，这种方法（使用.I 而不是.SD）也会快得多。有关更多信息，请参阅this post。

Answer 2

这是一个通过dplyr 的方法：

df %>% 
  group_by(id) %>%
  mutate(status_change = status - lead(status)) %>%
  filter(status_change == 1)
  id       date status status_change
1  1 2014-06-23      1             1
2  2 2014-06-21      1             1
3  3 2014-06-21      1             1
4  3 2014-06-23      1             1
5  4 2014-06-20      1             1

这利用了status 作为数字变量的优势。 lead() 访问下一个值；当动物消失时变化为1。