基于r中的第三列将值及时复制到下一行
我正试图根据我拥有的数据创建一个新列smk_R。对于每个ID变量,随着时间的推移,我有两种类型的数据。类型1数据是我的锚,将保留以供以后分析使用。类型0行中的信息也很重要,应该稍后在每个ID内推送到下一个类型1行。基本上,我想看看人们是否在两次类型1评估之间吸烟(smk=0表示否,smk=1表示是)。如果有,下一次1型评估应表明smk_R=1,即使在该特定1型评估中smk=0。任何关于如何做到这一点的想法都将不胜感激。我的数据中没有变量grp,但如果可以从dat1创建变量grp,我想我可以取组内smk的最大值来获得smk_R基于r中的第三列将值及时复制到下一行,r,if-statement,dplyr,lag,shift,R,If Statement,Dplyr,Lag,Shift,我正试图根据我拥有的数据创建一个新列smk_R。对于每个ID变量,随着时间的推移,我有两种类型的数据。类型1数据是我的锚,将保留以供以后分析使用。类型0行中的信息也很重要,应该稍后在每个ID内推送到下一个类型1行。基本上,我想看看人们是否在两次类型1评估之间吸烟(smk=0表示否,smk=1表示是)。如果有,下一次1型评估应表明smk_R=1,即使在该特定1型评估中smk=0。任何关于如何做到这一点的想法都将不胜感激。我的数据中没有变量grp,但如果可以从dat1创建变量grp,我想我可以取组内
ID<-c(5,5,5,5,5,5,5,5,5,5,5,5,5,5,9,9,9,9,9,9,9,9,9,9,9,9,9,9)
time<-c(0.16,0.35,0.72,1.17,1.19,1.19,1.65,1.99,2.2,2.37,2.78,3.57,3.88,4.12,0.29,0.35,0.79,1.17,1.29,1.29,1.75,1.96,2.27,2.57,2.78,3.57,4.88,5.12)
type<-c(0,1,0,1,0,1,0,0,0,0,0,1,1,1,0,1,0,1,0,1,0,0,0,0,0,1,1,1)
smk<-c(1,0,0,0,0,1,1,1,1,0,0,0,0,0,1,0,0,0,0,1,0,0,0,0,0,0,1,1)
grp<-c(1,1,2,2,3,3,4,4,4,4,4,4,5,6,1,1,2,2,3,3,4,4,4,4,4,4,5,6)
smk_R<-c(1,1,0,0,1,1,1,1,1,1,1,1,0,1,1,1,0,0,1,1,0,0,0,0,0,0,1,1)
dat1<-cbind.data.frame(ID,time,type,smk)
dat1
ID time type smk
1 5 0.16 0 1
2 5 0.35 1 0
3 5 0.72 0 0
4 5 1.17 1 0
5 5 1.19 0 0
6 5 1.19 1 1
7 5 1.65 0 1
8 5 1.99 0 1
9 5 2.20 0 1
10 5 2.37 0 0
11 5 2.78 0 0
12 5 3.57 1 0
13 5 3.88 1 0
14 5 4.12 1 0
15 9 0.29 0 1
16 9 0.35 1 0
17 9 0.79 0 0
18 9 1.17 1 0
19 9 1.29 0 0
20 9 1.29 1 1
21 9 1.75 0 0
22 9 1.96 0 0
23 9 2.27 0 0
24 9 2.57 0 0
25 9 2.78 0 0
26 9 3.57 1 0
27 9 4.88 1 1
28 9 5.12 1 1
dat2<-cbind.data.frame(dat1,grp,smk_R)
dat2
ID time type smk grp smk_R
1 5 0.16 0 1 1 1
2 5 0.35 1 0 1 1
3 5 0.72 0 0 2 0
4 5 1.17 1 0 2 0
5 5 1.19 0 0 3 1
6 5 1.19 1 1 3 1
7 5 1.65 0 1 4 1
8 5 1.99 0 1 4 1
9 5 2.20 0 1 4 1
10 5 2.37 0 0 4 1
11 5 2.78 0 0 4 1
12 5 3.57 1 0 4 1
13 5 3.88 1 0 5 0
14 5 4.12 1 0 6 1
15 9 0.29 0 1 1 1
16 9 0.35 1 0 1 1
17 9 0.79 0 0 2 0
18 9 1.17 1 0 2 0
19 9 1.29 0 0 3 1
20 9 1.29 1 1 3 1
21 9 1.75 0 0 4 0
22 9 1.96 0 0 4 0
23 9 2.27 0 0 4 0
24 9 2.57 0 0 4 0
25 9 2.78 0 0 4 0
26 9 3.57 1 0 4 0
27 9 4.88 1 1 5 1
28 9 5.12 1 1 6 1
ID在评论中添加内容看起来是个不错的方法。然后你可以做(例如):
库(dplyr)
dat2%
排列(ID、时间、类型)%>%
分组依据(ID)%>%
突变(grp=cumsum(c(1,类型[-n())))%>%
分组依据(ID,grp)%>%
突变(smk_R=max(smk))
as.data.frame(dat2)
您要求执行一项非常具体、令人困惑的任务,并要求我们为您编写代码。你能把你的问题归结到你遇到问题的确切位置吗(即,你自己不能做哪一件事)?@wtrs我添加了另一个专栏,这可能是一个中间步骤。如果可以从dat1创建一个新的分组变量,我可以在每个ID中取每个组中的最大smk值,以获得smk\u R。每次出现type=1评估时,前一个组结束,新组开始。这是一个不错的解决方案!也许mutate(grp=cumsum(type)+1)
可能比mutate(grp=cumsum(c(1,type[-n()]))更不神秘。
。此外,使用此解决方案,您不仅可以查看作业之间发生的情况,还可以查看作业中发生的情况。如果赋值之间的smk始终为0(当类型==0时),则如果赋值处的smk==1(当类型==1时),smk_R将为1。这可能是正确的,但@swhusky所期望的确切结果并不那么明确nicer@Gilles如果每个新组从类型1分配开始,这也很有用。然而,从示例中的预期结果来看,当出现类型1评估时,每组结束,这就是罗兰达斯克的答案。
library(dplyr)
dat2 <- dat1 %>%
arrange(ID, time, type) %>%
group_by(ID) %>%
mutate(grp = cumsum(c(1, type[-n()]))) %>%
group_by(ID, grp) %>%
mutate(smk_R = max(smk))
as.data.frame(dat2)