与R中的'ifelse'相比，创建新变量的更好方法是什么？

我的工作对象是： -面板数据集 -10个时段

我需要创建一个虚拟变量，

RL

，如果虚拟变量

RS

已经被

1

一次，则它永远等于

1（TRUE）

换言之： 新变量

RL

（跨越10个周期）必须在t中为

1

，如果

RS

在t-1周期中为

1

，则所有后续周期都必须为

1。如果
RS
中没有发生
TRUE
，并且
RS
为
0（FALSE）
则
RL
也应为0

一旦
TRUE
发生在
RS
时段t，则
RL
必须
1
之后（在t+1、t+2、t+3、t+4…、t+面板末端）

我的问题是
FALSE
不能正确地理解为
0
，而与
NA
一样

我使用了
ifelse
，但它给了我太多的空白：

    df$r_1RL  <- rep(0,nrow(df)) # is = 0 cause noone can retire in t-1 since "RS0" doesn't exists
    df$r_2RL  <- ifelse(  df$r_1RS == 1, 1, ifelse(df$r_1RS == 0, 0, NA))
    df$r_3RL  <- ifelse( (df$r_1RS == 1 | df$r_2RS == 1), 1, ifelse( (df$r_1RS == 0 | df$r_2RS == 0), 0, NA))
    df$r_4RL  <- ifelse( (df$r_1RS == 1 | df$r_2RS == 1 | df$r_3RS == 1), 1, ifelse( (df$r_1RS == 0 | df$r_2RS == 0 | df$r_3RS == 0), 0, NA)) 
    df$r_5RL  <- ifelse( (df$r_1RS == 1 | df$r_2RS == 1 | df$r_3RS == 1 | df$r_4RS == 1 ), 1, ifelse( (df$r_1RS == 0 | df$r_2RS == 0 | df$r_3RS == 0 | df$r_4RS == 0), 0, NA))
    and so on... up to 10RL


   df <- structure(list(r_1RS = c(FALSE, FALSE, FALSE, FALSE, FALSE, NA
    ), r_2RS = c(FALSE, NA, FALSE, FALSE, FALSE, NA), r_3RS = c(FALSE, 
    FALSE, FALSE, FALSE, FALSE, NA), r_4RS = c(FALSE, FALSE, FALSE, 
    FALSE, NA, FALSE), r_5RS = c(FALSE, TRUE, FALSE, FALSE, NA, FALSE
    ), r_6RS = c(FALSE, FALSE, FALSE, FALSE, NA, TRUE), r_7RS = c(FALSE, 
    FALSE, FALSE, FALSE, NA, FALSE), r_8RS = c(TRUE, FALSE, FALSE, 
    FALSE, FALSE, FALSE), r_9RS = c(FALSE, FALSE, FALSE, FALSE, FALSE, 
    FALSE), r_10RS = c(FALSE, FALSE, TRUE, FALSE, NA, FALSE), r_1RL = c(0, 
    0, 0, 0, 0, 0), r_2RL = c(0, 0, 0, 0, 0, NA), r_3RL = c(0, NA, 
    0, 0, 0, NA), r_4RL = c(0, NA, 0, 0, 0, NA), r_5RL = c(0, NA, 
    0, 0, NA, NA), r_6RL = c(0, 1, 0, 0, NA, NA), r_7RL = c(0, 1, 
    0, 0, NA, 1), r_8RL = c(0, 1, 0, 0, NA, 1), r_9RL = c(1, 1, 0, 
    0, NA, 1), r_10RL = c(1, 1, 0, 0, NA, 1)), row.names = c(NA, 
    -6L), class = c("tbl_df", "tbl", "data.frame"))

df$r_1RL这感觉非常粗糙，我不喜欢它，但它对您的示例数据有效。你可能会采取一般的想法，使它更有效率。如果遇到任何问题，请告诉我

# Using the first 10 columns of your dput dataframe
df <- df[1:10]
> df
# A tibble: 6 x 10
  r_1RS r_2RS r_3RS r_4RS r_5RS r_6RS r_7RS r_8RS r_9RS r_10RS
  <lgl> <lgl> <lgl> <lgl> <lgl> <lgl> <lgl> <lgl> <lgl> <lgl> 
1 FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE  FALSE FALSE 
2 FALSE NA    FALSE FALSE TRUE  FALSE FALSE FALSE FALSE FALSE 
3 FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE  
4 FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE 
5 FALSE FALSE FALSE NA    NA    NA    NA    FALSE FALSE NA    
6 NA    NA    NA    FALSE FALSE TRUE  FALSE FALSE FALSE FALSE 

# Createing a copy for the new columns
df2 <- df

# There may be other ways to handle NA's but you mentioend you want them
# as zero so this should work for you
df2[is.na(df2)] <- 0

# Changing all values after TRUE to 1
df2 <- data.frame(t(apply(df2, 1, function(x) as.numeric(cumsum(x) > 0))))

# Chaning the names
names(df2) <- sub("RS", "RL", names(df), fixed = T)

# Combining the columns
> cbind(df, df2)
  r_1RS r_2RS r_3RS r_4RS r_5RS r_6RS r_7RS r_8RS r_9RS r_10RS r_1RL r_2RL r_3RL r_4RL r_5RL r_6RL r_7RL r_8RL r_9RL r_10RL
1 FALSE FALSE FALSE FALSE FALSE FALSE FALSE  TRUE FALSE  FALSE     0     0     0     0     0     0     0     1     1      1
2 FALSE    NA FALSE FALSE  TRUE FALSE FALSE FALSE FALSE  FALSE     0     0     0     0     1     1     1     1     1      1
3 FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE   TRUE     0     0     0     0     0     0     0     0     0      1
4 FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE  FALSE     0     0     0     0     0     0     0     0     0      0
5 FALSE FALSE FALSE    NA    NA    NA    NA FALSE FALSE     NA     0     0     0     0     0     0     0     0     0      0
6    NA    NA    NA FALSE FALSE  TRUE FALSE FALSE FALSE  FALSE     0     0     0     0     0     1     1     1     1      1

你的意思是像cumsum（RS）>0？我添加了一张图片来显示我想要的东西，尽管这不是一个好的行为。但是我很难解释我的问题Hello Emil，我想如果你能添加一个数据帧df的小示例，以及一个所需输出的示例，那会有所帮助。我不知道如何重新创建这个数据帧。我发布了一张图片，但是使用
dput（df）
并在您的问题中复制粘贴输出
# Changing all values after TRUE to 1
df2[] <- lapply(df2, as.numeric)
df2_t <- data.frame(t(df2))
> data.frame(t(cumsum(df2_t) > 0)*1)
   r_1RS r_2RS r_3RS r_4RS r_5RS r_6RS r_7RS r_8RS r_9RS r_10RS
X1     0     0     0     0     0     0     0     1     1      1
X2     0     0     0     0     1     1     1     1     1      1
X3     0     0     0     0     0     0     0     0     0      1
X4     0     0     0     0     0     0     0     0     0      0
X5     0     0     0     0     0     0     0     0     0      0
X6     0     0     0     0     0     1     1     1     1      1