根据先前的历史创建一个新变量答案

【问题标题】：Creating a new variable based on prior history根据先前的历史创建一个新变量
【发布时间】：2020-03-24 05:44:21
【问题描述】：

我有数据需要根据之前的历史创建一个变量，例如

 created<- c(2009,2010,2010,2011, 2012, 2011)
 person <- c(A, A, A, A, B, B)
 location<- c('London','Geneva', 'London', 'New York', 'London', 'London')
 df <- data.frame (created, person, location)

我想创建一个名为“现有”的变量，该变量考虑了前几年，看看他/她是否住在那个地方，如果这个地方很旧（他们住在那里），则给出 0 值。任何建议?

 library(dplyr) 
 df %>% group_by(person) %>% mutate (existing=0)

  existing<- c(1, 1, 0, 1, 0,1)

【问题讨论】：

为什么第5行的值是1，而不是0？（最后一行相同）
你说得对是0

标签： r dplyr data.table plyr tidyr

【解决方案1】：

根据来自OP的更新信息，我们需要先arrangeperson和年份（created）的数据，然后使用duplicated。

library(dplyr)

df %>% 
   arrange(person, created) %>% 
   group_by(person) %>% 
   mutate(existing = +(!duplicated(location)))

#  created person location existing
#    <dbl> <fct>  <fct>       <int>
#1    2009 A      London          1
#2    2010 A      Geneva          1
#3    2010 A      London          0
#4    2011 A      New York        1
#5    2011 B      London          1
#6    2012 B      London          0

【讨论】：

你能解释一下+是做什么的吗？
@Metariat duplicated 返回逻辑值。 + 提前将逻辑值转换为整数值。所以TRUE -> 1 和 FALSE 为 0。检查 +TRUE 和 +FALSE。
我认为您需要在解决方案中考虑年份
@Metariat 我最初也这么认为，但 OP 的预期输出并没有反映出这一点。在A 组的预期输出中，London 将 0 分配给 2010 而不是 2009，但B 组将 0 分配给 2011 而不是 2012。

【解决方案2】：

你可以试试，

with(df, ave(location, person, FUN = function(i)as.integer(!duplicated(i))))
#[1] "1" "1" "0" "1" "1" "0"

【讨论】：

【解决方案3】：

另一个dplyr 选项可能是：

df %>%
 group_by(person, location) %>%
 mutate(existing = +(1:n() == 1))

  created person location existing
    <dbl> <fct>  <fct>       <int>
1    2009 A      London          1
2    2010 A      Geneva          1
3    2010 A      London          0
4    2011 A      New York        1
5    2012 B      London          1
6    2011 B      London          0

如果需要排序：

df %>%
 group_by(person, location) %>%
 arrange(created, .by_group = TRUE) %>%
 mutate(existing = +(1:n() == 1))

【讨论】：

我们可以在 2011 年之前按 2012 年创建的年份排序吗？
你的意思是按降序排列吗？
是的，我猜它是 A 2009-2011 的正确顺序，B 应该是 2011 和 2012 的顺序，谢谢
当然可以df %>% group_by(person, location) %>% arrange(created, .by_group = TRUE) %>% mutate(existing = +(1:n() == 1)) :)

【解决方案4】：

另一个使用data.table的选项：

setDT(df)[order(person, created), existing := c(1L, rep(0L, .N-1L)), .(person, location)]

输出：

   created person location existing
1:    2009      A   London        1
2:    2010      A   Geneva        1
3:    2010      A   London        0
4:    2011      A New York        1
5:    2012      B   London        0
6:    2011      B   London        1

【讨论】：