根据前一个值更改变量值答案

【问题标题】：change variable values based on preceding value根据前一个值更改变量值
【发布时间】：2016-11-01 02:33:50
【问题描述】：

我有以下数据集：

df <- data.frame(subject = c(1,1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2,3,3,3,3,3,3,3,3,3,3,3), 
             time = c(1,2,3,4,5,6,7,8,9,10,11,12,1,2,3,4,5,6,7,8,9,10,1,2,3,4,5,6,7,8,9,10,11), 
             performance = c(1,0,-1,-1,0,1,1,-1,0,0,0,1,1,1,-1,0,1,1,-1,0,0,1,-1,1,1,0,1,1,-1,0,-1,-1,0))

我想做的是更改性能变量中的一些条目。更具体地说，如果“-1”条目前面有“1”，我想将“-1”更改为“0”。

但是，这应该只在科目内完成，而不是跨科目（所有科目都有不同数量的会话）。

所以，这就是我最终想要的：

 df2 =data.frame(subject = c(1,1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2,3,3,3,3,3,3,3,3,3,3,3), 
                        time = c(1,2,3,4,5,6,7,8,9,10,11,12,1,2,3,4,5,6,7,8,9,10,1,2,3,4,5,6,7,8,9,10,11), 
                        performance = c(1,0,-1,-1,0,1,1,0,0,0,0,1,1,1,0,0,1,1,0,0,0,1,-1,1,1,0,1,1,-1,0,-1,-1,0))

有人知道怎么做吗？

提前致谢！ S.

【问题讨论】：

标签： r replace conditional

【解决方案1】：

使用by 和sapply 的基本R 解决方案：

gr <- do.call(c, by(df, df$subject, function(x) {
c(FALSE, unlist(sapply(1:length(x$performance), 
function(y) (x$performance[y] == -1) & (x$performance[y-1] == 1))))
}))
df[gr, 3] <- 0
cbind(df, df2)

【讨论】：

【解决方案2】：

这是一种 data.table 方法，我首先创建一个 flag 列，然后用于对数据进行子集化并通过引用更新 performance 列。

library(data.table)
dt <- as.data.table(df) # or setDT(df)
dt[, flag := performance == -1 & shift(performance, 1L) == 1, by = subject]
dt[(flag), performance := 0][, flag := NULL]

我选择使用中间标志列，因为我希望它在大型数据集上表现得非常好。如果您不关心性能，您当然可以改用ifelse 或replace。

【讨论】：

值 29 是否也得到 0？
对，29 应该是 0 - 抱歉！感谢您的帮助！

【解决方案3】：

这很难看，但应该可以：

dftest <- df
for (i in 2:nrow(dftest)) {
  if(
    dftest$performance[i] == -1 && dftest$performance[i - 1] == 1
  ){
    if(
      dftest$subject[i] == dftest$subject[i - 1]
    ) {
      dftest$performance[i] <- 0
    }
 }
}

all.equal(df2, dftest) # ONE ERROR

这在第 29 行给出了一个错误 - 你能在这里检查你的示例 df2 是否正确吗？如果我正确理解问题df2$performance[29] 应该是0？

【讨论】：

我相信这在订购df$subject 时是最合适的。请注意，在 R 中，您可以避免循环，因为所有关系操作都对“向量”进行操作。 IE。以上转化为更高效的df$performance[c(FALSE, df$subject[-1] == df$subject[-nrow(df)]) & c(FALSE, (df$performance[-nrow(df)] == 1L) & (df$performance[-1] == -1L))] = 0
是的，没有考虑无序的情况。至于循环 - 是的，我个人最喜欢 dplyr 解决方案，我只是有点习惯使用循环......
对，第 29 行应该是 0！感谢您的帮助！

【解决方案4】：

使用dplyr，

df %>% 
  group_by(subject) %>% 
  mutate(performance = replace(performance, which(performance + lag(performance)==0 & performance == -1), 0))

【讨论】：