R 对于另一个变量的所有相同值，在一个变量中第一次出现一个数字之前查找计数
我的数据看起来像这样。我现在要做的是创建一个新列“Acceptance Count”，其中我要查找“1”出现之前，0出现在“Acceptance”列中的次数，对于“Customer ID”的每个相同值 另外，我想有另一个新的列“折扣计数”，其中应该是1，如果每个“客户ID”的“接受”中第一次出现1，折扣值也是1。如果按其他方式，“折扣计数”应为0。如果“客户ID”的所有值的“接受”均为0，则“接受计数”和“折扣计数”均应为N/a **例如，客户ID 211在第三个实例中接受，因此“接受计数”应为2，当折扣为1时，“接受”第一次读取1，因此“折扣计数”应为1，客户ID 194在第二个实例中接受，因此“接受计数”为1，当折扣为0时接受，因此“折扣计数”为0 预期结果：R 对于另一个变量的所有相同值，在一个变量中第一次出现一个数字之前查找计数,r,R,我的数据看起来像这样。我现在要做的是创建一个新列“Acceptance Count”，其中我要查找“1”出现之前，0出现在“Acceptance”列中的次数，对于“Customer ID”的每个相同值 另外，我想有另一个新的列“折扣计数”，其中应该是1，如果每个“客户ID”的“接受”中第一次出现1，折扣值也是1。如果按其他方式，“折扣计数”应为0。如果“客户ID”的所有值的“接受”均为0，则“接受计数”和“折扣计数”均应为N/a **例如，客户ID 211在第三个实例中接受，因此“接受计数”应为
Customer ID | Acceptance Count | Discount Count
211 2 1
202 0 1
194 1 0
198 N/A N/A
另外，我有250000个不同的客户ID和750000个总数据条目。有点粗糙，但我认为有一个解决方案可以满足您的需要：
df %>%
group_by(customer_id) %>%
summarize(acceptance_count = ifelse(rle(Acceptance)$values[1] == 0 & rle(Acceptance)$values[2] == 1, rle( Acceptance)$lengths[1], NA),
discount_count = as.integer(Discount[min(which(Acceptance == 1))] == 1))
有点骇人，但我认为有一个解决方案可以满足您的需求：
df %>%
group_by(customer_id) %>%
summarize(acceptance_count = ifelse(rle(Acceptance)$values[1] == 0 & rle(Acceptance)$values[2] == 1, rle( Acceptance)$lengths[1], NA),
discount_count = as.integer(Discount[min(which(Acceptance == 1))] == 1))
这里是一个尝试，但我相信198和202的接受都是零，这意味着接受计数和折扣计数都应该是NA
# Your data
df <- structure(list(Customer_ID = c(211, 211, 211, 202, 202, 194, 202, 194, 194, 198),
Acceptance = c(0, 0, 1, 0, 0, 0, 0, 1, 0, 0),
Discount = c(1, 0, 1, 1, 0, 0, 1, 0, 1, 1)),
.Names = c("Customer_ID", "Acceptance", "Discount"),
row.names = c(NA, -10L), class = "data.frame")
# Desired output
df.split <- split(df, df$Customer_ID)
out <- t(sapply(df.split, function(x){
a.1 <- which(x$Acceptance == 1)
d.1 <- which(x$Discount == 1)
A_C <- ifelse(length(a.1) > 0, max(a.1) - length(a.1), 0)
D_C <- ifelse(any(a.1[1] == d.1), 1, ifelse(sum(x$Acceptance) == 0, NA, 0))
A_C <- ifelse(is.na(D_C), NA, A_C)
setNames(c(A_C, D_C), c("Acceptance_Count","Discount_Count"))
}))
out <- cbind.data.frame(Customer_ID = as.numeric(rownames(out)), out)
out <- out[order(match(rownames(out), df$Customer_ID)),]
rownames(out) <- NULL
out
# Customer_ID Acceptance_Count Discount_Count
#1 211 2 1
#2 202 0 1
#3 194 1 0
#4 198 NA NA
Acceptance Discount
0 0
0 0
1 1
Acceptance_Count Discount_Count
2 1
Acceptance Discount
0 0
0 0
0 0
Acceptance_Count Discount_Count
NA NA
Acceptance Discount
1 0
0 1
1 0
Acceptance_Count Discount_Count
1 0
Acceptance Discount
0 0
0 1
0 1
Acceptance_Count Discount_Count
NA NA
这里是一个尝试，但我相信198和202的接受都是零，这意味着接受计数和折扣计数都应该是NA
# Your data
df <- structure(list(Customer_ID = c(211, 211, 211, 202, 202, 194, 202, 194, 194, 198),
Acceptance = c(0, 0, 1, 0, 0, 0, 0, 1, 0, 0),
Discount = c(1, 0, 1, 1, 0, 0, 1, 0, 1, 1)),
.Names = c("Customer_ID", "Acceptance", "Discount"),
row.names = c(NA, -10L), class = "data.frame")
# Desired output
df.split <- split(df, df$Customer_ID)
out <- t(sapply(df.split, function(x){
a.1 <- which(x$Acceptance == 1)
d.1 <- which(x$Discount == 1)
A_C <- ifelse(length(a.1) > 0, max(a.1) - length(a.1), 0)
D_C <- ifelse(any(a.1[1] == d.1), 1, ifelse(sum(x$Acceptance) == 0, NA, 0))
A_C <- ifelse(is.na(D_C), NA, A_C)
setNames(c(A_C, D_C), c("Acceptance_Count","Discount_Count"))
}))
out <- cbind.data.frame(Customer_ID = as.numeric(rownames(out)), out)
out <- out[order(match(rownames(out), df$Customer_ID)),]
rownames(out) <- NULL
out
# Customer_ID Acceptance_Count Discount_Count
#1 211 2 1
#2 202 0 1
#3 194 1 0
#4 198 NA NA
Acceptance Discount
0 0
0 0
1 1
Acceptance_Count Discount_Count
2 1
Acceptance Discount
0 0
0 0
0 0
Acceptance_Count Discount_Count
NA NA
Acceptance Discount
1 0
0 1
1 0
Acceptance_Count Discount_Count
1 0
Acceptance Discount
0 0
0 1
0 1
Acceptance_Count Discount_Count
NA NA
你能解释一下202的结果吗？为什么
2022198NA2022198NA