Mam skonfigurowaną ramkę danych, jak poniżej:
df <- data.frame("id" = c(111,111,111,222,222,222,222,333,333,333,333),
"Location" = c("A","B","A","A","C","B","A","B","A","A","A"),
"Encounter" = c(1,2,3,1,2,3,4,1,2,3,4))
id Location Encounter
1 111 A 1
2 111 B 2
3 111 A 3
4 222 A 1
5 222 C 2
6 222 B 3
7 222 A 4
8 333 B 1
9 333 A 2
10 333 B 3
11 333 A 4
Zasadniczo próbuję utworzyć binarną flagę, że lokalizacja znajduje się w poprzednim Spotkaniu dla każdej grupy identyfikatorów. Więc wyglądałoby to tak:
id Location Encounter Flag
1 111 A 1 0
2 111 B 2 0
3 111 A 3 1
4 222 A 1 0
5 222 C 2 0
6 222 B 3 0
7 222 A 4 1
8 333 B 1 0
9 333 A 2 0
10 333 B 3 1
11 333 A 4 1
Próbowałem wymyślić, jak wykonać instrukcję if, taką jak:
library(dplyr)
df$Flag <- case_when((df$id - lag(df$id)) == 0 ~
case_when(df$Location == lag(df$Location, 1) |
df$Location == lag(df$Location, 2) |
df$Location == lag(df$Location, 3) ~ 1, T ~ 0), T ~ 0)
id Location Flag
1 111 A 0
2 111 B 0
3 111 A 1
4 222 A 0
5 222 C 0
6 222 B 0
7 222 A 1
8 333 B 0
9 333 A 1
10 333 B 1
11 333 A 1
Ale ma to problem polegający na tym, że do wiersza 9 niepoprawnie przypisano 1, a zdarzają się przypadki, gdy w rzeczywistych danych występuje więcej niż 15 spotkań, więc staje się to dość kłopotliwe. Miałem nadzieję znaleźć sposób na zrobienie czegoś takiego
lag(df$Location, 1:df$Encounter)
Ale wiem, że lag()
potrzebuje liczby całkowitej dla k, aby określone polecenie nie działało.
r
dataframe
dplyr
duplicates
Dalton K.
źródło
źródło
Odpowiedzi:
Opcja z
duplicated
źródło
W bazie R możemy użyć
ave
pogrupowanych wedługid
iLocation
i zmienić wszystkie wartości z drugiego wiersza grupy na 1.Przy użyciu
dplyr
byłoby toźródło
Używanie
data.table
:Dane:
źródło
Bardziej ogólnym
data.table
rozwiązaniem byłoby użycie.N
lubrowid
:lub
źródło
Możesz także użyć tego:
źródło