使用 dplyr 为纵向数据随时间的变化生成新变量

Question

我有以下数据框：

t <- c(1, 2, 3, 1, 2, 3, 1, 2, 3)
i <- c(1, 1, 1, 2, 2, 2, 3, 3, 3)
x <- c(3, 3, 2, 0, NA, NA, 1, 3, NA)
y <- c(0, 0, 0, 0, 1, 1, 0, 0, 1)

df <- data.frame(t, i, x, y)
df

> df
  t i  x y
1 1 1  3 0
2 2 1  3 0
3 3 1  2 0
4 1 2  0 0
5 2 2 NA 1
6 3 2 NA 1
7 1 3  1 0
8 2 3  3 0
9 3 3 NA 1

这是一些示例纵向数据，其中包含 3 个时间点 (t)、3 个对象 (i) 以及 3 个对象 i 的两个变量 x 和 y。请注意，当 y 等于 1 时，x 始终为 NA。我想生成一个与 x 重复的新变量 z；但有一个区别：x 中的 NA 应该成为 x 中的最后一个可用值。这意味着，i = 2 中的 NA 都变为 0，而 i = 3 中的 NA 变为 3。结果如下数据帧：

  t i  x y z
1 1 1  3 0 3
2 2 1  3 0 3
3 3 1  2 0 2
4 1 2  0 0 0
5 2 2 NA 1 0
6 3 2 NA 1 0
7 1 3  1 0 1
8 2 3  3 0 3
9 3 3 NA 1 3

在最后一步中，当对象 i 的 y 始终为 0 时，我想将新变量 z 更改为 NA：

  t i  x y  z
1 1 1  3 0 NA
2 2 1  3 0 NA
3 3 1  2 0 NA
4 1 2  0 0  0
5 2 2 NA 1  0
6 3 2 NA 1  0
7 1 3  1 0  1
8 2 3  3 0  3
9 3 3 NA 1  3

所以最后，新变量 z 只包含关于 x 的信息，用于在 i 的水平上 y 的变化。但是，对我来说重要的是，最后一步（在 z 中生成 NA）是单独实现的。我感谢任何有关如何在 dplyr 中执行此操作的建议。

Answer 1

我们可以使用zoo中的na.locf0

library(dplyr)
library(zoo)
df %>%
      group_by(i) %>%
      mutate(z = na.locf0(x) * NA^(all(y == 0))) %>%
      ungroup
# A tibble: 9 x 5
      t     i     x     y     z
  <dbl> <dbl> <dbl> <dbl> <dbl>
1     1     1     3     0    NA
2     2     1     3     0    NA
3     3     1     2     0    NA
4     1     2     0     0     0
5     2     2    NA     1     0
6     3     2    NA     1     0
7     1     3     1     0     1
8     2     3     3     0     3
9     3     3    NA     1     3

Answer 2

如果i 中的所有y 值均为0，您可以使用fill 将z 中的NA 值替换为最后一个可用值，并将z 替换为NA。

library(dplyr)
library(tidyr)

df %>%
  mutate(z = x) %>%
  group_by(i) %>%
  fill(z) %>%
  mutate(z = if(all(y == 0)) NA else z) %>%
  ungroup

#      t     i     x     y     z
#  <dbl> <dbl> <dbl> <dbl> <dbl>
#1     1     1     3     0    NA
#2     2     1     3     0    NA
#3     3     1     2     0    NA
#4     1     2     0     0     0
#5     2     2    NA     1     0
#6     3     2    NA     1     0
#7     1     3     1     0     1
#8     2     3     3     0     3
#9     3     3    NA     1     3