R - 条件滞后 - 如何滞后一定数量的单元格直到满足条件？

Question

数周以来一直试图解决这个问题，但似乎无法解决。

我有以下数据框：

    post_id user_id
1    post-1   user1
2    post-2   user2
3 comment-1   user1
4 comment-2   user3
5 comment-3   user4
6    post-3   user2
7 comment-4   user2

并想创建一个新变量parent_id。因此，对于每个观察，它应该执行以下步骤：

1. 检查post_id 是post 还是comment
2. 如果post_id 是post，那么parent_id 应该等于整个数据帧中最早的post_id。
3. 如果post_id 是第一个帖子，那么parent_id 应该等于NA
4. 如果post_id 是comment，那么parent_id 应该等于它遇到的第一个post_id。

输出应该类似于：

    post_id user_id parent_id_man
1    post-1   user1            NA
2    post-2   user2        post-1
3 comment-1   user1        post-2
4 comment-2   user3        post-2
5 comment-3   user4        post-2
6    post-3   user2        post-1
7 comment-4   user2        post-3

我尝试了以下方法：

#Prepare data
df <- df %>% separate(post_id, into=c("type","number"), sep="-", remove=FALSE)
df$number <- as.numeric(df$number)
df <- df %>% mutate(comment_number = ifelse(type == "comment",number,99999))
df <- df %>% mutate(post_number = ifelse(type == "post",number,99999))

#Create parent_id column
df <- df %>% mutate(parent_id = ifelse(type == "post",paste("post-",min(post_number), sep=""),0))
df <- df %>% mutate(parent_id = ifelse(parent_id == post_id,"NA",parent_id))
df <- df %>% select(-comment_number, -post_number)

使用该代码，我可以执行步骤 1、2 和 3，但 步骤 4 超出了我的范围。我觉得基于某种类型的条件滞后应该能够解决它，但无法想出如何去做。

任何想法将不胜感激！

Answer 1

以您的解决方案为基础，

x <- which(df$type == 'post')
z <- which(df$type == 'comment')
df$parent_id[df$parent_id == 0] <- df$post_id[x[sapply(z, function(i) findInterval(i, x))]]
df$parent_id
#[1] "NA"     "post-1" "post-2" "post-2" "post-2" "post-1" "post-3"