在R中标记组内的第一年
我的数据框架结构如下:在R中标记组内的第一年,r,dplyr,R,Dplyr,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
+----------+------+
| 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