R 如何根据其他变量中的值为每个个体创建二进制变量？

所以我有一个包含4个人的数据集。每个个体在不同的时间段进行测量。在R中：

df = data.frame(cbind("id"=c(1,1,1,2,2,3,3,3,3,4,4), "t"=c(1,2,3,1,2,1,2,3,4,1,2), "x1"=c(0,1,0,1,0,0,1,0,1,0,0)))

我想创建变量x2，指示给定个体的变量x1中是否已经有1，即如下所示：

"x2" = c(0,1,1,1,1,0,1,1,1,0,0)

。。。理想情况下使用dplyr包。到目前为止，我来到这里：

new_df = df %>% dplyr::group_by(id) %>% dplyr::arrange(t) 

但不能从这一点出发。。。理想的结果如图所示

---

以下是一种使用dplyr的方法：

df %>% 
  arrange(id, t) %>%
  group_by(id) %>% 
  mutate(x2 = ifelse(row_number() >= min(row_number()[x1 == 1]), 1, 0))

如果行号大于或等于第一行号，其中

x1

为1，则这将添加1；否则，它将添加一个0

注意，您将收到警告，因为至少有一个组的值

x1

不等于1

另外，另一个备选方案，包括如果您想要

NA

，其中no

id

的

x1

值为1（例如，

id

为4）：

输出

      id     t    x1    x2
   <dbl> <dbl> <dbl> <dbl>
 1     1     1     0     0
 2     1     2     1     1
 3     1     3     0     1
 4     2     1     1     1
 5     2     2     0     1
 6     3     1     0     0
 7     3     2     1     1
 8     3     3     0     1
 9     3     4     1     1
10     4     1     0     0
11     4     2     0     0

id t x1 x2
1     1     1     0     0
2     1     2     1     1
3     1     3     0     1
4     2     1     1     1
5     2     2     0     1
6     3     1     0     0
7     3     2     1     1
8     3     3     0     1
9     3     4     1     1
10     4     1     0     0
11     4     2     0     0

谢谢。同时我提出了这个解决方案：新的df=df%>%dplyr:：arrange（id，t）%>%dplyr:：groupby（id）%>%dplyr:：mutate（“x2”=ifelse（cumsum（x1）>0,1,0））。。。但我担心在出现问题时可能会出现一些特殊情况。你觉得怎么样？@pikachu，应该行得通。我使用另一个选项进行编辑，如果

x1

的值不等于1，则添加

NA

，以防万一。

      id     t    x1    x2
   <dbl> <dbl> <dbl> <dbl>
 1     1     1     0     0
 2     1     2     1     1
 3     1     3     0     1
 4     2     1     1     1
 5     2     2     0     1
 6     3     1     0     0
 7     3     2     1     1
 8     3     3     0     1
 9     3     4     1     1
10     4     1     0     0
11     4     2     0     0