R在行中的多个条件上使用any（）-更复杂的版本
昨天这里解决了这个问题的简单版本： 但是，我不确定是否可以将其扩展到我的第二个需要，即我试图确定From_ID中的ID是否位于该组中的任何较早的to_ID行中R在行中的多个条件上使用any（）-更复杂的版本,r,vector,dplyr,stringr,R,Vector,Dplyr,Stringr,昨天这里解决了这个问题的简单版本： 但是，我不确定是否可以将其扩展到我的第二个需要，即我试图确定From_ID中的ID是否位于该组中的任何较早的to_ID行中 library(dplyr);library(anytime) Tag <- c('V1','V1','V1','V1','V1','V1','V2','V2','V2','V3','V3','V3','V3','V4','V4','V4') From_ID <- c('BL342','SD234','FR212','P
library(dplyr);library(anytime)
Tag <- c('V1','V1','V1','V1','V1','V1','V2','V2','V2','V3','V3','V3','V3','V4','V4','V4')
From_ID <- c('BL342','SD234','FR212','PX123','KJ214','BL342', 'FR231','BL231','CV231', 'KJ875','PX239','TR543','FR342', 'DS329','FR321','DF321')
To_ID <- c('FR212','BL342','SD234','FG342','BL342','KJ214', 'BL231','FR231','KJ123', 'FG432','KJ123','TR998','PX239', 'HG734','DF321','FR321')
Date <- sample(seq(anydate('2017-01-01'), anydate('2020-01-01'), by="day"), 16)
df <- data.frame(Tag, From_ID, To_ID, Date) %>% group_by(Tag) %>% arrange(Tag, desc(Date)) %>% mutate(Rank = row_number())
将“日期”转换为
Datedmylubridate按“标记”、“日期”排列数据，按“标记”分组，通过在行编号上循环创建“Flag2”列，检查元素“from\u ID”是否为%in%
从第一行到该行的“to\u ID”，取消分组
和根据“标记”、“排名”列按原始顺序排列
数据集
library(dplyr)
library(purrr)
library(lubridate)
df %>%
# // convert to Date class
mutate(Date = dmy(Date)) %>%
# // order the dataset by Tag, Date
arrange(Tag, Date) %>%
# // grouped by Tag
group_by(Tag) %>%
# // loop over the sequence of rows
mutate(Flag2 = map_lgl(row_number(),
# // check whether the 'From_ID' of that row is in
# // any of the previous row elements of 'To_ID'
~ From_ID[.x] %in% To_ID[1:(.x)])) %>%
ungroup %>%
# // order back to original
arrange(Tag, Rank)
# A tibble: 16 x 7
# Tag From_ID To_ID Date Rank Flag Flag2
# <chr> <chr> <chr> <date> <int> <lgl> <lgl>
# 1 V1 FR212 SD234 2019-08-24 1 TRUE TRUE
# 2 V1 BL342 KJ214 2019-05-05 2 TRUE TRUE
# 3 V1 PX123 FG342 2019-04-22 3 FALSE FALSE
# 4 V1 KJ214 BL342 2019-01-01 4 FALSE FALSE
# 5 V1 SD234 BL342 2018-09-13 5 FALSE FALSE
# 6 V1 BL342 FR212 2018-04-30 6 FALSE FALSE
# 7 V2 FR231 BL231 2019-09-16 1 TRUE TRUE
# 8 V2 CV231 KJ123 2018-01-07 2 FALSE FALSE
# 9 V2 BL231 FR231 2017-01-11 3 FALSE FALSE
#10 V3 KJ875 FG432 2019-11-14 1 FALSE FALSE
#11 V3 TR543 TR998 2019-10-26 2 FALSE FALSE
#12 V3 FR342 PX239 2019-07-02 3 FALSE FALSE
#13 V3 PX239 KJ123 2017-07-15 4 FALSE FALSE
#14 V4 DS329 HG734 2019-01-30 1 FALSE FALSE
#15 V4 DF321 FR321 2017-05-06 2 TRUE TRUE
#16 V4 FR321 DF321 2017-03-20 3 FALSE FALSE
库（dplyr）
图书馆（purrr）
图书馆（lubridate）
df%>%
#//转换为日期类
突变（日期=dmy（日期））%>%
#//按标记、日期对数据集排序
安排（标签、日期）%>%
#//按标记分组
分组依据（标签）%>%
#//在行序列上循环
mutate（Flag2=map\u lgl（行号（），
#//检查该行的“From_ID”是否在
#//To_ID'前面的任何行元素
~From_-ID[.x]%在%到_-ID[1:（.x）]）%>%
解组%>%
#//订单退回原版
排列（标签、等级）
#一个tibble:16x7
#标记从\u ID到\u ID日期等级标志Flag2
#
#1 V1 FR212 SD234 2019-08-24 1正确-正确
#2 V1 BL342 KJ214 2019-05-05 2正确-正确
#3 V1 PX123 FG342 2019-04-22 3假假
#4 V1 KJ214 BL342 2019-01-01 4假假
#5 V1 SD234 BL342 2018-09-13 5假假
#6 V1 BL342 FR212 2018-04-30 6假假
#7 V2 FR231 BL231 2019-09-16 1真实
#8 V2 CV231 KJ123 2018-01-07 2假
#9 V2 BL231 FR231 2017-01-11 3假假
#10 V3 KJ875 FG432 2019-11-14 1假假
#11 V3 TR543 TR998 2019-10-26 2假假
#12 V3 FR342 PX239 2019-07-02 3假假
#13 V3 PX239 KJ123 2017-07-15 4假假
#14 V4 DS329 HG734 2019-01-30 1假假
#15 V4 DF321 FR321 2017-05-06 2真实
#16 V4 FR321 DF321 2017-03-20 3假假
数据
df你能给我解释一下这个代码吗，我理解这个前提，但不确定我自己是否能构建它。mutate（Flag2=map_lgl（row_number（），~From_ID[.x]%in%To_ID[1:（.x）]）%>%此外，我更改了预期的输出日期，excel在我手动创建输出时对我进行了更改。很抱歉。@Medwards没关系。我用dmy
更改了它。谢谢，我只是想看看我是否在遵循如果我想跳过你前后翻转方向的步骤，我可以定义%in%to_ID[（.x）：max（Rank）]？@Medwards如果你没有翻转，如果排名是基于已经订购的“Date”，那么你就不需要再安排了，只需将相同的代码与row\u number（）
或Rank
一起使用，即map（Rank，~
Tag From_ID To_ID Date Rank Flag
1 V1 FR212 SD234 2019-08-24 1 TRUE
2 V1 BL342 KJ214 2019-05-05 2 TRUE
3 V1 PX123 FG342 2019-04-22 3 FALSE
4 V1 KJ214 BL342 2019-01-01 4 FALSE
5 V1 SD234 BL342 2018-09-13 5 FALSE
6 V1 BL342 FR212 2018-04-30 6 FALSE
7 V2 FR231 BL231 2019-09-16 1 TRUE
8 V2 CV231 KJ123 2018-01-07 2 FALSE
9 V2 BL231 FR231 2017-01-11 3 FALSE
10 V3 KJ875 FG432 2019-11-14 1 FALSE
11 V3 TR543 TR998 2019-10-26 2 FALSE
12 V3 FR342 PX239 2019-07-02 3 FALSE
13 V3 PX239 KJ123 2017-07-15 4 FALSE
14 V4 DS329 HG734 2019-01-30 1 FALSE
15 V4 DF321 FR321 2017-05-06 2 TRUE
16 V4 FR321 DF321 2017-03-20 3 FALSE
library(dplyr)
library(purrr)
library(lubridate)
df %>%
# // convert to Date class
mutate(Date = dmy(Date)) %>%
# // order the dataset by Tag, Date
arrange(Tag, Date) %>%
# // grouped by Tag
group_by(Tag) %>%
# // loop over the sequence of rows
mutate(Flag2 = map_lgl(row_number(),
# // check whether the 'From_ID' of that row is in
# // any of the previous row elements of 'To_ID'
~ From_ID[.x] %in% To_ID[1:(.x)])) %>%
ungroup %>%
# // order back to original
arrange(Tag, Rank)
# A tibble: 16 x 7
# Tag From_ID To_ID Date Rank Flag Flag2
# <chr> <chr> <chr> <date> <int> <lgl> <lgl>
# 1 V1 FR212 SD234 2019-08-24 1 TRUE TRUE
# 2 V1 BL342 KJ214 2019-05-05 2 TRUE TRUE
# 3 V1 PX123 FG342 2019-04-22 3 FALSE FALSE
# 4 V1 KJ214 BL342 2019-01-01 4 FALSE FALSE
# 5 V1 SD234 BL342 2018-09-13 5 FALSE FALSE
# 6 V1 BL342 FR212 2018-04-30 6 FALSE FALSE
# 7 V2 FR231 BL231 2019-09-16 1 TRUE TRUE
# 8 V2 CV231 KJ123 2018-01-07 2 FALSE FALSE
# 9 V2 BL231 FR231 2017-01-11 3 FALSE FALSE
#10 V3 KJ875 FG432 2019-11-14 1 FALSE FALSE
#11 V3 TR543 TR998 2019-10-26 2 FALSE FALSE
#12 V3 FR342 PX239 2019-07-02 3 FALSE FALSE
#13 V3 PX239 KJ123 2017-07-15 4 FALSE FALSE
#14 V4 DS329 HG734 2019-01-30 1 FALSE FALSE
#15 V4 DF321 FR321 2017-05-06 2 TRUE TRUE
#16 V4 FR321 DF321 2017-03-20 3 FALSE FALSE
df <- structure(list(Tag = c("V1", "V1", "V1", "V1", "V1", "V1", "V2",
"V2", "V2", "V3", "V3", "V3", "V3", "V4", "V4", "V4"), From_ID = c("FR212",
"BL342", "PX123", "KJ214", "SD234", "BL342", "FR231", "CV231",
"BL231", "KJ875", "TR543", "FR342", "PX239", "DS329", "DF321",
"FR321"), To_ID = c("SD234", "KJ214", "FG342", "BL342", "BL342",
"FR212", "BL231", "KJ123", "FR231", "FG432", "TR998", "PX239",
"KJ123", "HG734", "FR321", "DF321"), Date = c("24/08/2019", "5/05/2019",
"22/04/2019", "1/01/2019", "13/09/2018", "30/04/2018", "16/09/2019",
"7/01/2018", "11/01/2017", "14/11/2019", "26/10/2019", "2/07/2019",
"15/07/2017", "30/01/2019", "6/05/2017", "20/03/2017"), Rank = c(1L,
2L, 3L, 4L, 5L, 6L, 1L, 2L, 3L, 1L, 2L, 3L, 4L, 1L, 2L, 3L),
Flag = c(TRUE, TRUE, FALSE, FALSE, FALSE, FALSE, TRUE, FALSE,
FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, TRUE, FALSE)),
class = "data.frame", row.names = c("1",
"2", "3", "4", "5", "6", "7", "8", "9", "10", "11", "12", "13",
"14", "15", "16"))