为每个组创建增量索引，以其他列为条件开始行

Question

假设我有一个类似这样的数据集：

library(tidyverse)

country <- c(rep("Germany", 9), rep("Greece", 9), rep("Turkey", 9), rep("Austria", 9))
date <- rep(seq(ymd('2012-04-07'),ymd('2012-04-15'),by='days'), 4)
gyros_eaten <- c(lag(1:3, n = 2, default = 0), floor(runif(6, min=1, max=4)),
                 lag(1:6, n = 5, default = 0), floor(runif(3, min=1, max=4)),
                 lag(1:2, n = 1, default = 0), floor(runif(7, min=1, max=4)),
                 lag(1:3, n = 2, default = 0), floor(runif(6, min=1, max=4)))
df <- data.frame(country, date, gyros_eaten)

我想创建一个新列，将其命名为 days_since_first_local_gyros，这将告诉我从吃第一个陀螺仪后已经过了多少天，在那个特定的国家 .也就是说，如果还没有吃掉陀螺仪，或者如果那天我吃了我的第一个陀螺仪，它的值将为零。希腊。之后，它会从 1 运行到无穷大，每天增加 1。因此，每个组（即国家/地区）都会有一个不同的索引，并且我的数据集中每个可能的国家/地区 x 天 dyads 在特定时间范围内都有行。

我应该如何创建这个专栏？我认为它是case when、group_by 和lag 的某种组合，但我无法理解它。

Answer 1

我们可以得到第一个date，其中gyros_eaten > 0 并从country 中减去该日期的所有日期。我们使用pmax 来保持days_since_first_local_gyros 中的最大值为0。

library(dplyr)

df %>%
  arrange(country, date) %>%
  group_by(country) %>%
  mutate(days_since_first_local_gyros = pmax(as.integer(date - 
                            date[which.max(gyros_eaten > 0)]), 0))

#   country date       gyros_eaten days_since_first_local_gyros
#   <chr>   <date>           <dbl>                        <dbl>
# 1 Austria 2012-04-07           0                            0
# 2 Austria 2012-04-08           0                            0
# 3 Austria 2012-04-09           1                            0
# 4 Austria 2012-04-10           1                            1
# 5 Austria 2012-04-11           1                            2
# 6 Austria 2012-04-12           2                            3
# 7 Austria 2012-04-13           2                            4
# 8 Austria 2012-04-14           2                            5
# 9 Austria 2012-04-15           3                            6
#10 Germany 2012-04-07           0                            0
# … with 26 more rows