按组识别价值变化（分类）。R

下面您可以看到我的数据集示例

Fac Date        Type        Change  StartDT     EndDT
AAA 1/1/2019    General     0   1/1/2019    1/2/2019
AAA 1/2/2019    General     0   1/1/2019    1/2/2019
AAA 1/3/2019    Special     1   1/3/2019    1/4/2019
AAA 1/4/2019    Special     1   1/3/2019    1/4/2019
AAA 1/5/2019    Intensive   2   1/5/2019    1/5/2019
BBB 1/1/2019    General     0   1/1/2019    1/4/2019
BBB 1/2/2019    General     0   1/1/2019    1/4/2019
BBB 1/3/2019    General     0   1/1/2019    1/4/2019
BBB 1/4/2019    General     0   1/1/2019    1/4/2019
BBB 1/5/2019    Reserve     1   1/5/2019    1/6/2019
BBB 1/6/2019    Reserve     1   1/5/2019    1/6/2019

我想创建一个变量来跟踪类型变量（change）中的更改。我曾经在Stata中工作，这样做的逻辑是首先跟踪每个面板/组的值是否与以前的记录（0/1）相比发生了变化，然后得到该值的运行总和

bysort Facility (Date): gen byte era = sum(Type != Type[_n-1] & _n > 1) 

我在R怎么做？此外，在创建变更变量后，我需要为每个Fac和变更（“era”）生成开始和结束（最小、最大）日期

我将感谢任何帮助！提前谢谢！

---

Marvin

这里有一个解决方案，使用dplyr：

dat =
  tibble(
    fac = c(rep("A", 10), rep("B", 10)),
    type = sample(1:3, 20, replace = TRUE)
  )

dat %>% 
  group_by(fac) %>% 
  mutate(
    change = case_when(
      type != lag(type) ~ TRUE,
      TRUE ~ FALSE
    ),
    n_change = cumsum(change)
  )

对于您的代码，您可以添加：

group_by(Fac, n_change) %>%
mutate(
  min_start_date = min(StartDT),
  max_start_date = max(EndDT)
)

---

考虑使用

sapply

遍历行号序列，以检查当前行和前一行的类型值。并使用

ave

对Fac组的总计进行内联聚合：

---

dat非常感谢@Parfait和@user2363777的帮助！这太神奇了。我使用user2363777解决方案，因为我更熟悉dplyr。对于最后一段代码，我只在末尾包含ungroup（）函数。然后，我只保留每个设施和时代的一个记录

Fac Era Type            StartDT     EndDT
AAA 0   General         1/1/2019    1/2/2019
AAA 1   Special         1/3/2019    1/4/2019
AAA 2   Intensive       1/5/2019    1/5/2019
BBB 0   General         1/1/2019    1/4/2019
BBB 1   Reserve         1/5/2019    1/6/2019

我的最终目标是生成一个图表，描述设施类型随时间的变化（分类变量随时间的变化）。我将研究如何绘制此图。我可能很快会发布一些关于这个的东西。谢谢
 请解释为什么这里的更改=2
2019年1月5日AAA强化版2 2019年1月5日2019年1月5日
，因为它从特殊版变为强化版。该变量中的任何更改都应该被跟踪。所以，如果设施AAA类型再次发生变化，我们需要记录它，它将是3。
Fac Era Type            StartDT     EndDT
AAA 0   General         1/1/2019    1/2/2019
AAA 1   Special         1/3/2019    1/4/2019
AAA 2   Intensive       1/5/2019    1/5/2019
BBB 0   General         1/1/2019    1/4/2019
BBB 1   Reserve         1/5/2019    1/6/2019