在dplyr中使用“窗口”函数

我需要按顺序处理数据帧中的行，但需要查看某些行。以下是一个近似示例：

library(dplyr)
d <- data_frame(trial = rep(c("A","a","b","B","x","y"),2))
d <- d %>%
  mutate(cond = rep('', n()), num = as.integer(rep(0,n())))

for (i in 1:nrow(d)){
  if(d$trial[i] == "A"){
  d$num[i] <- 0
  d$cond[i] <- "A"
  }
else if(d$trial[i] == "B"){
  d$num[i] <- 0
  d$cond[i] <- "B"
  }
else{
  d$num[i] <- d$num[i-1] +1
  d$cond[i] <- d$cond[i-1]
  }
}

使用dplyr的正确方法是什么？

试试看

d %>% 
  mutate(cond = zoo::na.locf(ifelse(trial=="A"|trial=="B", trial, NA))) %>%
  group_by(id=rep(1:length(rle(cond)$values), rle(cond)$lengths)) %>% 
  mutate(num = 0:(n()-1))  %>% ungroup %>% 
  select(-id)

---

这里有一个方法。第一件事是使用ifelse在cond中添加A或B。然后，我从zoo包中使用了na.locf，以便用A或B填充na。我想在处理num之前分配一个临时组ID。我在data.table包中借用了rleid。使用临时组ID（即foo）对数据进行分组，我使用了row_number，这是dplyr包中的窗口函数之一。请注意，我试图通过选择foo来删除foo。但是，专栏想留下来。我认为这可能与函数的兼容性有关

library(zoo)
library(dplyr)
library(data.table)

d <- data_frame(trial = rep(c("A","a","b","B","x","y"),2))

mutate(d, cond = ifelse(trial == "A" | trial == "B", trial, NA),
          cond = na.locf(cond),
          foo = rleid(cond)) %>%
group_by(foo) %>%
mutate(num = row_number() - 1)

#   trial cond foo num
#1      A    A   1   0
#2      a    A   1   1
#3      b    A   1   2
#4      B    B   2   0
#5      x    B   2   1
#6      y    B   2   2
#7      A    A   3   0
#8      a    A   3   1
#9      b    A   3   2
#10     B    B   4   0
#11     x    B   4   1
#12     y    B   4   2

dlpyr唯一解决方案：

d %>% 
  group_by(i=cumsum(trial %in% c('A','B'))) %>% 
  mutate(cond=trial[1],num=seq(n())-1) %>% 
  ungroup() %>% 
  select(-i)

#    trial cond num
# 1      A    A   0
# 2      a    A   1
# 3      b    A   2
# 4      B    B   0
# 5      x    B   1
# 6      y    B   2
# 7      A    A   0
# 8      a    A   1
# 9      b    A   2
# 10     B    B   0
# 11     x    B   1
# 12     y    B   2

---

我加载了data.table库。但是，找不到函数rleid。Khashaa的代码似乎使用rle完成了相同的任务。我想知道，是否有一个purrr dplyr的方式来做这件事？谢谢。@user151410我认为rleid是data.table中最新的函数之一。如果你从Github下载开发版本，我相信你有这个功能。有没有办法在dplyr中复制na.locf？太好了。relid是使用cumsum实现的。试验[1]是否指第一组患者的首次观察？

d %>% 
  group_by(i=cumsum(trial %in% c('A','B'))) %>% 
  mutate(cond=trial[1],num=seq(n())-1) %>% 
  ungroup() %>% 
  select(-i)

#    trial cond num
# 1      A    A   0
# 2      a    A   1
# 3      b    A   2
# 4      B    B   0
# 5      x    B   1
# 6      y    B   2
# 7      A    A   0
# 8      a    A   1
# 9      b    A   2
# 10     B    B   0
# 11     x    B   1
# 12     y    B   2