在R中标记组内的第一年

我的数据框架结构如下：

+----------+------+
| ID       | year |
+----------+------+
| 1        | 2002 |
| 1        | 2003 |
| 1        | 2004 |
| 2        | 2015 |
| 2        | 2016 |
| 2        | 2017 |
| 2        | 2018 |
| 3        | 2004 |
| 3        | 2005 |
+----------+------+

我想添加一个变量，用于标记ID中的第一个（或最早的）事件，以获得以下内容：

+----------+------+------+
| ID       | year | flag | 
+----------+------+------+
| 1        | 2002 | 1    |
| 1        | 2003 | 0    | 
| 1        | 2004 | 0    |
| 2        | 2015 | 1    |
| 2        | 2016 | 0    |
| 2        | 2017 | 0    |
| 2        | 2018 | 0    |
| 3        | 2004 | 1    | 
| 3        | 2005 | 0    |
+----------+------+------+

---

在dplyr中有没有一种简单的方法可以做到这一点？

使用

dplyr

，我们可以按“ID”分组，并根据“year”的

min

值创建一个逻辑向量，用

+

强制将其转换为二进制

df1 %>%
   group_by(ID) %>%
   mutate(flag = +(year == min(year))

如果数据已经

order

ed

df1 %>%
    mutate(flag = !duplicated(ID))

df1$flag <- !duplicated(df1$ID)

---

或者如果“年”已经

订单

ed

df1 %>%
    mutate(flag = !duplicated(ID))

df1$flag <- !duplicated(df1$ID)

---

df1$flag使用
ave的另一个基本R选项

transform(
  df,
  flag = ave(1:nrow(df),ID, FUN = function(x) seq_along(x)==1)
)

工作完美。谢谢