如何使用 dplyr 通过分组变量循环 ifelse 函数答案

【问题标题】：How to loop ifelse function through a grouped variable with dplyr如何使用 dplyr 通过分组变量循环 ifelse 函数
【发布时间】：2020-11-27 18:24:05
【问题描述】：

我正在尝试为一组 ID 应用一个规则，在第一个实例中，一个变量的值等于 1，该组中所有后续行中另一个变量的所有值都等于 1。

基本上，这就是我想要做的：

我有：

我想要：

我正在尝试使用 dplyr 遍历一系列分组的行，在每个行中应用一个 ifelse 函数。我的代码如下所示：

data$prev = 0
data <-   
data %>%
group_by(id)%>%
mutate(prev = if_else(lag(prev) == 1 | lag(d) == 1, 1, 0))

但由于某种原因，这并没有将 ifelse 函数应用于整个组，导致数据看起来像这样：

谁能帮我解决这个问题？

【问题讨论】：

标签： r dplyr

【解决方案1】：

这个呢：

library(dplyr)
df %>% 
 group_by(ID) %>% 
 mutate(prev = +(cumsum(c(0, D[-length(D)])) > 0)) %>% 
 ungroup()

#> # A tibble: 14 x 3
#>       ID     D  prev
#>    <int> <int> <int>
#>  1     1     1     0
#>  2     1     0     1
#>  3     1     0     1
#>  4     2     0     0
#>  5     2     0     0
#>  6     3     1     0
#>  7     3     0     1
#>  8     3     0     1
#>  9     4     1     0
#> 10     4     0     1
#> 11     4     1     1
#> 12     4     1     1
#> 13     4     1     1
#> 14     4     0     1

为了解释它的作用，我们只看一个简单的向量。每个组的计算结果都相同。

成为x我们的向量

x <- c(0,0,0,1,1,0,0,2,3,4)

对x求和

cumsum(x)
#>  [1]  0  0  0  1  2  2  2  4  7 11

您只对高于零的值感兴趣，因此：

cumsum(x)>0
#>  [1] FALSE FALSE FALSE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE

您不需要逻辑，而是数字。只需 + 就可以了

+(cumsum(x)>0)
#>  [1] 0 0 0 1 1 1 1 1 1 1

但是，您希望将 1 延迟 1。因此，我们在 x 之上有一个零

+(cumsum(c(0,x))>0)
#>  [1] 0 0 0 0 1 1 1 1 1 1 1

我们需要保持相同的长度，所以我们删除了x的最后一个值。

+(cumsum(c(0, x[-length(x)])) > 0)
#>  [1] 0 0 0 0 1 1 1 1 1 1

这就是诀窍。

【讨论】：

这成功了！这是如何达到我想要的效果的？
我添加了一个编辑来解释它的作用
但是，@akrun 解决方案更好。您应该使用该代码！ :-)

【解决方案2】：

我们可以使用lag

library(dplyr)
df %>% 
   group_by(ID) %>%
   mutate(prev = lag(cumsum(D) > 0, default = 0))

-输出

# A tibble: 14 x 3
# Groups:   ID [4]
#      ID     D  prev
#   <dbl> <dbl> <dbl>
# 1     1     1     0
# 2     1     0     1
# 3     1     0     1
# 4     2     0     0
# 5     2     0     0
# 6     3     1     0
# 7     3     0     1
# 8     3     0     1
# 9     4     1     0
#10     4     0     1
#11     4     1     1
#12     4     1     1
#13     4     1     1
#14     4     0     1

数据

df <- data.frame(
    ID = c(1, 1, 1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 4, 4),
    D = c(1, 0, 0, 0, 0, 1, 0, 0, 1, 0, 1, 1, 1, 0)
)

【讨论】：

【解决方案3】：

您可以使用 dplyr dplyr::group_modify 的新函数将函数应用于组

df <- data.frame(
    ID = c(1, 1, 1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 4, 4),
    D = c(1, 0, 0, 0, 0, 1, 0, 0, 1, 0, 1, 1, 1, 0)
)

df %>% group_by(ID) %>% group_modify(
    function(x, y){
        boo <- x[1, ]$D == 1
        ifelse(boo, 
               {x$prev = 1
                x$prev[1] = 0
               },
               {x$prev = 0})
        
        x
    }
)

# A tibble: 14 x 3
# Groups:   ID [4]
      ID     D  prev
   <dbl> <dbl> <dbl>
 1     1     1     0
 2     1     0     1
 3     1     0     1
 4     2     0     0
 5     2     0     0
 6     3     1     0
 7     3     0     1
 8     3     0     1
 9     4     1     0
10     4     0     1
11     4     1     1
12     4     1     1
13     4     1     1
14     4     0     1

【讨论】：