R中的group_by条件累积求和？

Question

所以我有一个事件的 ID，我想使用 group_by （或一些类似的函数）来做一个条件累积和。这是数据：

ID  Event
42  NA
42  1
42  2
42  NA
42  1
43  NA
43  1
43  2
43  2

而我想要做的是有两个新列，它们累计计算 1 和 2，而不会折叠任何数据：

ID  Event   count_1s    count_2s
42  NA      0           0
42  1       1           0
42  2       1           1
42  NA      1           1
42  1       2           1
43  NA      0           0
43  1       1           0
43  2       1           1
43  2       1           2

所以我了解如何使用 group_by 按 ID 对它们进行汇总，如下所示：

t <- data %>% group_by(ID, Event) %>% summarize(count_1s = sum(!is.na(Event == 1)))

但我无法理解的是如何获得运行条件总和 - 似乎 group_by 会折叠我的数据，我需要维护每一行。

编辑：所以接受的答案完美无缺，但只是一个问题。如果值不同怎么办？例如：

ID  Event   count_a count_b
42  NA      0           0
42  1       1           0
42  2       1           1
42  NA      1           1
42  1       2           1
43  NA      0           0
43  3       1           0
43  4       1           1
43  4       1           2 

每个 ID 总是只有两个事件值（哪个是 a 哪个是 b 无关紧要），我希望它们每次都重置。

Answer 1

按“ID”列分组后，我们可以通过比较“Event”中等于1且不是NA的元素，然后比较cumsum逻辑索引来创建“count_1s”。以类似的方式，我们可以创建“count_2s”。

 library(dplyr)
 data %>% 
    group_by(ID) %>%
    mutate(count_1s= cumsum(Event==1 & !is.na(Event)),
           count_2s= cumsum(Event==2 & !is.na(Event)))
#     ID Event count_1s count_2s
#  (int) (int)    (int)    (int)
#1    42    NA        0        0
#2    42     1        1        0
#3    42     2        1        1
#4    42    NA        1        1
#5    42     1        2        1
#6    43    NA        0        0
#7    43     1        1        0
#8    43     2        1        1
#9    43     2        1        2

更新

使用 OP 的更新数据集，在我们按“ID”分组后，我们可以创建一个新列“Event1”，将“Event”转换为factor 类，然后将其强制转换回numeric 类（或另一种选择是matching 'Event' 与unique 'Event' 元素），然后像以前一样创建'count_a' 和'count_b'。

data2 %>%
   group_by(ID) %>% 
   mutate(Event1= as.numeric(factor(Event, levels=unique(Event))), 
          count_a= cumsum(Event1==1 & !is.na(Event1)), 
          count_b= cumsum(Event1==2 & !is.na(Event1))) %>%
   select(-Event1)
#    ID Event count_a count_b
#  (int) (int)   (int)   (int)
#1    42    NA       0       0
#2    42     1       1       0
#3    42     2       1       1
#4    42    NA       1       1
#5    42     1       2       1
#6    43    NA       0       0
#7    43     3       1       0
#8    43     4       1       1
#9    43     4       1       2

数据

data <- structure(list(ID = c(42L, 42L, 42L, 42L, 42L, 43L, 43L, 43L, 
43L), Event = c(NA, 1L, 2L, NA, 1L, NA, 1L, 2L, 2L)), .Names = c("ID", 
"Event"), class = "data.frame", row.names = c(NA, -9L))

data2 <- structure(list(ID = c(42L, 42L, 42L, 42L, 42L, 43L, 43L, 43L, 
43L), Event = c(NA, 1L, 2L, NA, 1L, NA, 3L, 4L, 4L)), .Names = c("ID", 
"Event"), row.names = c(NA, -9L), class = "data.frame")