如果单行满足使用 data.table 的条件，则标记整个组

Question

我有以下示例数据：

> so <- data.table(Credit_id = rep(c("1-A", "17-F", "2-D"), each = 3), Period = rep(1:3, times = 3), Due_days = c(0,0,0, 0,30,0, 0,30,60))
> so
   Credit_id Period Due_days
1:       1-A      1        0
2:       1-A      2        0
3:       1-A      3        0
4:      17-F      1        0
5:      17-F      2       30
6:      17-F      3        0
7:       2-D      1        0
8:       2-D      2       30
9:       2-D      3       60

数据显示了三个不同的信用在投资组合的前三个月中的表现。 Credit_id 是主键，Period 是时间索引，Due_days 显示客户在给定时间段内逾期的天数。

我想创建一个新列 Flag，它可以采用两个值：0 和 1。如果信用（按 Credit_id 分组）等于或大于，Flag 应该采用值 1 30.

这是我想要得到的结果：

   Credit_id Period Due_days Flag
1:       1-A      1        0    0
2:       1-A      2        0    0
3:       1-A      3        0    0
4:      17-F      1        0    1
5:      17-F      2       30    1
6:      17-F      3        0    1
7:       2-D      1        0    1
8:       2-D      2       30    1
9:       2-D      3       60    1

也就是说，将1 分配给至少有一行Due_days >= 30 的组。

Answer 1

你可以这样做：

dt[, flag := +(any(Due_days >= 30)), by = Credit_id]

   Credit_id Period Due_days flag
1:       1-A      1        0    0
2:       1-A      2        0    0
3:       1-A      3        0    0
4:      17-F      1        0    1
5:      17-F      2       30    1
6:      17-F      3        0    1
7:       2-D      1        0    1
8:       2-D      2       30    1
9:       2-D      3       60    1

或者和base R一样：

with(dt, ave(Due_days, Credit_id, FUN = function(x) +(any(x >= 30))))

any() 测试每组是否至少有一个值满足条件。正如@Calum 您已经指出的那样，+ 只是将逻辑向量转换为整数向量的一种快速方法。

说明+的用法：

+(c(TRUE, FALSE))
[1] 1 0

其他可能性是：

c(TRUE, FALSE) * 1

或者：

as.integer(c(TRUE, FALSE))