计算 R 中分组数据中的连续观察值答案

【问题标题】：Count consecutive observations within grouped data in R计算 R 中分组数据中的连续观察值
【发布时间】：2020-03-18 12:01:50
【问题描述】：

我有一个看起来像这样的数据框

我想逐步计算我的数据框中连续出现了多少年 ID。换句话说我想得到

id year count
1  2000 1
2  2000 1
1  2001 2
3  2001 1
4  2002 1
5  2002 1
6  2002 1
5  2003 2
6  2003 2
4  2004 1
5  2004 3

你有什么建议吗？非常感谢，马可

【问题讨论】：

试试with(df, ave(year, id, FUN = seq_along))
为什么4 2004 1 是正确的？不应该是4 2004 2？
这是rle 类型的答案。这可能是所选重复项的重复位
@VitaliAvagyan 不，它应该是 1，因为之前的观察不是在前一年（即 2003 年），而是两年前（即 2002 年）。只有当 id 确实出现在随后的两年中时，我才想将 obs 计为连续的。
试试with(DF, ave(year, id, FUN = function(x) {print(diff(x) != 1); ave(x, c(0, cumsum(diff(x)!= 1)), FUN = seq_along)}))

标签： r

【解决方案1】：

这是一个基本答案：

with(DF, ave(year, id, FUN = function(x) ave(x, c(0, cumsum(diff(x)!= 1)), FUN = seq_along)))

data.table回答：

library(data.table)
setDT(DF)
DF[, 
   count := rowid(rleid(c(0, cumsum(diff(year) != 1)))),
   by = id][]

还有dplyr:

library(dplyr)

DF %>% 
  group_by(id) %>%
  group_by(rle_id = c(0, cumsum(diff(year) != 1)), add = T)%>%
  mutate(count = row_number())%>%
  ungroup()

数据：

DF <- 
  read.table(text = 'id year
1  2000
2  2000
1  2001
3  2001
4  2002
5  2002
6  2002
5  2003
6  2003
4  2004
5  2004', header = T)

【讨论】：

【解决方案2】：

这个对一个非常相似的问题的回答是一个很好的解决方案。

https://stackoverflow.com/a/52820446/2862791


library(tibble)
library(dplyr)


cumcount <- function(x){

        #' Credit to SO user `Gaurav Bansal``
        cumcount <- numeric(length(x))
        names(cumcount) <- x

        for(i in 1:length(x)){
                cumcount[i] <- sum(x[1:i]==x[i])
        }

        return(cumcount)
}


t <- tibble(
        id = c(1, 2, 1, 3, 4, 5, 6, 5, 6, 4, 5), 
        year = c(2000, 2000, 2001, 2001, 2002, 2002, 
                 2002, 2003, 2003, 2004, 2004)

)


t %>% 
        group_by(id) %>%
        mutate(count = cumcount(id))

     id  year count
   <dbl> <dbl> <dbl>
 1     1  2000     1
 2     2  2000     1
 3     1  2001     2
 4     3  2001     1
 5     4  2002     1
 6     5  2002     1
 7     6  2002     1
 8     5  2003     2
 9     6  2003     2
10     4  2004     2
11     5  2004     3

【讨论】：

感谢您的回答。但是 2004 年的 id 4 应该是 1，因为之前对 id==4 的观察不是在前一年（即 2003 年），而是两年前（即 2002 年）。只有当 id 确实出现在随后的两年中时，我才想将 obs 计为连续的。