【问题标题】:If a value appears in the row, all subsequent rows should take this value (with dplyr)如果行中出现一个值,则所有后续行都应采用该值(使用 dplyr)
【发布时间】:2018-10-30 10:05:43
【问题描述】:

我刚刚开始学习 R,我已经面临第一个更大的问题。

我们以如下面板数据集为例:

N=5
T=3
time<-rep(1:T, times=N)
id<- rep(1:N,each=T)
dummy<- c(0,0,1,1,0,0,0,1,0,0,0,1,0,1,0)
df<-as.data.frame(cbind(id, time,dummy))

   id time dummy
1   1    1     0
2   1    2     0
3   1    3     1
4   2    1     1
5   2    2     0
6   2    3     0
7   3    1     0
8   3    2     1
9   3    3     0
10  4    1     0
11  4    2     0
12  4    3     1
13  5    1     0
14  5    2     1
15  5    3     0

我现在希望横截面的所有行的虚拟变量在第一次出现该横截面的 1 后取值 1。所以,我想要的是:

   id time dummy
1   1    1     0
2   1    2     0
3   1    3     1
4   2    1     1
5   2    2     1
6   2    3     1
7   3    1     0
8   3    2     1
9   3    3     1
10  4    1     0
11  4    2     0
12  4    3     1
13  5    1     0
14  5    2     1
15  5    3     1

所以我想我需要类似的东西:

df_new<-df %>%
   group_by(id) %>%
   ??? 

我已经尝试将所有零设置为 NA 并使用 na.locf 函数,但它并没有真正起作用。

有人有想法吗?

谢谢!

【问题讨论】:

    标签: r dplyr


    【解决方案1】:

    使用cummax

    df %>%
      group_by(id) %>%
      mutate(dummy = cummax(dummy))
    # A tibble: 15 x 3
    # Groups:   id [5]
    #      id  time dummy
    #   <dbl> <dbl> <dbl>
    # 1     1     1     0
    # 2     1     2     0
    # 3     1     3     1
    # 4     2     1     1
    # 5     2     2     1
    # 6     2     3     1
    # 7     3     1     0
    # 8     3     2     1
    # 9     3     3     1
    #10     4     1     0
    #11     4     2     0
    #12     4     3     1
    #13     5     1     0
    #14     5     2     1
    #15     5     3     1
    

    没有额外的包你可以做

    transform(df, dummy = ave(dummy, id, FUN = cummax))
    

    【讨论】:

    • 谢谢!它完美地工作!生活可以如此简单:)
    猜你喜欢
    • 1970-01-01
    • 2019-03-27
    • 1970-01-01
    • 2019-07-15
    • 2020-10-12
    • 1970-01-01
    • 1970-01-01
    • 2014-01-14
    • 2020-03-09
    相关资源
    最近更新 更多