根据 R 中每个组的值创建 bin

Question

我有以下数据：

test1<- data.frame("ID"= c("1","1","1", "2","2","2","3"), "TimeElapsed"=c(0,10,40,0,40,12,0))

看起来像：

ID  TimeElapsed
1    0
1    10
1    40
2    0
2    40
2    12
3    0

我想创建箱/会话，这样每当自上次输入 ID 以来经过的时间超过 30 时，我都想为该 ID 启动一个新会话。我使用来自 dplyr 的以下代码。

test1<-test1 %>%
  group_by(ID) %>%
mutate(cut_session = (TimeElapsed > 30) + 1)

我得到这个结果：

ID  TimeElapsed Session
1    0            1
1    10           1 
1    40           2 
2    0            1  
2    40           2
2    12           1     <- Doesn't work for this case         
3    0            1 

我想要一个解决方案，因为经过的时间

Answer 1

也许，只要逻辑值为 TRUE（TRUE/FALSE 为 1/0），我们就可以使用 cumsum 加 1。按'ID'分组后，得到逻辑向量的累积和

library(dplyr)
test1 %>%
  group_by(ID) %>%
  mutate(cut_session = cumsum(TimeElapsed > 30))

---

它如何与cumsum 一起工作？考虑一个逻辑向量

v1 <- c(TRUE, FALSE, TRUE, FALSE, FALSE)
cumsum(v1)
#[1] 1 1 2 2 2

每当它达到 TRUE 时，就会在前一个值上加 1，直到它达到下一个 TRUE 值

如果我们需要加1，那么使用

 cumsum(v1) + 1

这里，+ 是一个显式用于相加的符号，即获取两个对象在它的 lhs 和 rhs 上的总和。但是，当有 NA 时，它的行为会有所不同，即

NA + 1

返回不适用

Answer 2

在这里使用cumsum 是理想的选择。我已经修改了两行，只是为了向你展示发生了什么。

1. TimeElapsed 30 多岁了吗？
2. 累计超过30秒（加1使1为起始编号）

library(dplyr)

test1<- data.frame("ID"= c("1","1","1", "2","2","2","3"), "TimeElapsed"=c(0,10,40,0,40,12,0))

test1 %>% 
  group_by(ID) %>% 
  mutate(over30 = TimeElapsed > 30,
         cut_session = cumsum(over30) + 1)
#> # A tibble: 7 x 4
#> # Groups:   ID [3]
#>   ID    TimeElapsed over30 cut_session
#>   <chr>       <dbl> <lgl>        <dbl>
#> 1 1               0 FALSE            1
#> 2 1              10 FALSE            1
#> 3 1              40 TRUE             2
#> 4 2               0 FALSE            1
#> 5 2              40 TRUE             2
#> 6 2              12 FALSE            2
#> 7 3               0 FALSE            1

^{由reprex package (v0.3.0) 于 2020 年 7 月 2 日创建}