R：定义一个变量为1，每次第一次满足一个条件

Question

尝试为我的数据集设置一个新变量。它应该取值“1”，每次定义组中的其他变量之一第一次取值 0。在其他情况下，例如其他变量第二次、第三次取 0 以此类推或为 1 时，新变量应为 0。

所以它应该看起来像这样：

ID   Var1   Var2  VarNew
1     1      1      0
1     1      1      0
1     0      1      1
1     0      1      0
1     0      0      1
2     1      1      0
2     1      1      0
2     1      1      0
2     0      1      1
2     0      1      0

我尝试编写一个函数并使用ifelse()，但它不起作用。 谁能帮我完成这项任务？提前致谢！

Answer 1

这是一种方法。它为每个向量Var* 调用ave，然后将两个结果合并。

new1 <- with(df1, ave(Var1, ID, FUN = function(x) cumsum(x == 0) == 1))
new2 <- with(df1, ave(Var2, ID, FUN = function(x) cumsum(x == 0) == 1))
df1$VarNew2 <- +(new1 + new2 > 0)

identical(df1$VarNew, df1$VarNew2)
#[1] TRUE

最后的清理。

rm(new1, new2)

---

另一种可能更简单的方法是 sapply ave 到每个 Var* 列。

tmp <- sapply(df1[c('Var1', 'Var2')], function(x){
  ave(x, df1$ID, FUN = function(y) cumsum(y == 0) == 1)
})
df1$VarNew2 <- rowSums(tmp > 0)

但在这种情况下，新列属于"numeric" 类，而"VarNew" 是整数，如str 所示。这会导致identical 返回FALSE。但是all.equal 返回TRUE，因为数值相等。

str(df1)
#'data.frame':  10 obs. of  5 variables:
# $ ID     : int  1 1 1 1 1 2 2 2 2 2
# $ Var1   : int  1 1 0 0 0 1 1 1 0 0
# $ Var2   : int  1 1 1 1 0 1 1 1 1 1
# $ VarNew : int  0 0 1 0 1 0 0 0 1 0
# $ VarNew2: num  0 0 1 0 1 0 0 0 1 0

all.equal(df1$VarNew, df1$VarNew2)
#[1] TRUE

rm(tmp)

数据

df1 <- read.table(text = "
ID   Var1   Var2  VarNew
1     1      1      0
1     1      1      0
1     0      1      1
1     0      1      0
1     0      0      1
2     1      1      0
2     1      1      0
2     1      1      0
2     0      1      1
2     0      1      0
", header = TRUE)