子集数据框并根据条件替换列答案

【问题标题】：Subsetting a data frame and replacing a column based on condition子集数据框并根据条件替换列
【发布时间】：2018-04-29 13:06:24
【问题描述】：

我正在处理一个数据框，其中包含三个标记为 id、time1 和 time2 的列。一个示例是：

df <-
  structure(
    list(
      id = c(1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 4L, 4L, 4L, 4L, 4L),
      time1 = c(12L, 5L, 3L, 5L, 6L, 30L, 3L, 30L, 7L, 2L, 17L, 5L, 8L, 3L, 22L, 5L, 15L, 4L, 7L, 23L),
      time2=c(23L,23L,23L,23L,23L,22L,22L,22L,22L,22L,25L,25L,25L,25L,25L,24L,24L,24L,24L,24L)
    ),
    .Names = c("id", "time1","time2"),
    class = "data.frame",
    row.names = c(NA,-20L)
  )

我正在使用 R，我正在尝试对这些数据进行子集化，并根据以下条件将列 time2 替换为新列：

将每个id 的time1 的值求和，直到它大于或等于该id 的time2 的对应值。
用每个id 的相应time2 值替换time1 中求和终止的单元格。
time2 列将替换为标记为status 的新列，该列由0 和1 组成。也就是说，status 对time1 的未替换值和0 的所有替换值time1 采用1。

总之，我希望看到这样的结果：

df <-
  structure(
    list(
      id = c(1L, 1L, 1L, 1L, 2L, 3L, 3L, 3L, 4L, 4L, 4L),
      time1 = c(12L, 5L, 3L, 23, 22L, 17L, 5L, 25L, 5L, 15L, 24L),
      status=c(1L,1L,1L,0L,0L,1L,1L,0L,1L,1L,0L)
    ),
    .Names = c("id", "time1","status"),
    class = "data.frame",
    row.names = c(NA,-11L)
  )

非常感谢您对此提供的任何帮助。

【问题讨论】：

标签： r

【解决方案1】：

我们可以做到以下几点：

library(tidyverse);
df %>%
    group_by(id) %>%
    mutate(
        status = as.numeric(cumsum(time1) < time2),
        time1 = ifelse(status == 1, time1, time2)) %>%
    group_by(id, status) %>%
    mutate(n = 1:n()) %>%
    ungroup() %>%
    filter(status == 1 | (status == 0 & n == 1)) %>%
    select(-n, -time2)
## A tibble: 11 x 3
#      id time1 status
#   <int> <int>  <dbl>
# 1     1    12     1.
# 2     1     5     1.
# 3     1     3     1.
# 4     1    23     0.
# 5     2    22     0.
# 6     3    17     1.
# 7     3     5     1.
# 8     3    25     0.
# 9     4     5     1.
#10     4    15     1.
#11     4    24     0.

说明：我们按id对行进行分组，然后计算time1条目的累积总和，并将cumsum(time1) < time2所在的行标记为1，否则标记为0；如果status == 1，我们将time1 条目替换为time2 条目。最后我们需要删除多余的status = 0 行；为此，我们按id 和status 重新组合，对行进行连续编号，并为status = 0 每id 保留一行。

【讨论】：