R 基于条件或序列合并行中的数据

我有以下数据：

Data <- data.frame(Project=c(123,123,123,123,123,123,124,124,124,124,124,125,125,125,126,126),
                     Value=c(1,4,7,3,8,9,8,3,2,5,6,2,2,1,8,3),
                     OldValue=c("","Open","In Progress","Complete","Open","In Progress","Complete","Open","In Progress","System Declined","In Progress","","Open","In Progress","In Progress",""),
                     NewValue=c("Open","In Progress","Complete","Open","In Progress","Complete","Open","In Progress","System Declined","In Progress","Complete","Open","In Progress","Complete","","In Progress"))

Data$First <- ifelse(((Data$OldValue==""|Data$OldValue=="Complete"|Data$OldValue=="System Declined")&Data$NewValue=="Open"),Data$Value,NA)
Data$Second <- ifelse(((Data$OldValue=="Open"|Data$OldValue=="Complete"|Data$OldValue=="System Declined")&Data$NewValue=="In Progress"),Data$Value,NA)
Data$Third <- ifelse(((Data$NewValue=="Complete"|Data$NewValue=="System Declined")&Data$OldValue=="In Progress"),Data$Value,NA)

---

数据使用
dplyr的解决方案
：

library(dplyr)
Data %>% group_by(Project) %>%
    mutate(
        fl = as.numeric(NewValue),
        flag = paste(lag(fl, 2, default = 0),
                     lag(fl, 1, default = 0),
                     fl, sep = ''),
        merge = paste(lag(Value, 2, default = 0),
                      lag(Value, 1, default = 0),
                      Value, sep = ',')
    ) %>%
    filter(flag == '321' | flag == '324') %>%
    select(Project, merge)

#   Project merge
#     <dbl> <chr>
# 1     123 1,4,7
# 2     123 3,8,9
# 3     124 8,3,2
# 4     125 2,2,1

库（dplyr）
数据%>%按（项目）分组%>%
变异(
fl=作为数值（新值），
标志=粘贴（滞后（fl，2，默认值=0），
滞后（fl，1，默认值=0），
佛罗里达州，九月=“”），
合并=粘贴（滞后（值，2，默认值=0），
滞后（值为1，默认值为0），
值，sep='，'）
) %>%
过滤器（标志=='321'|标志=='324'）%>%
选择（项目、合并）
#项目合并
#      
# 1     123 1,4,7
# 2     123 3,8,9
# 3     124 8,3,2
# 4     125 2,2,1
使用
dplyr的解决方案
：

library(dplyr)
Data %>% group_by(Project) %>%
    mutate(
        fl = as.numeric(NewValue),
        flag = paste(lag(fl, 2, default = 0),
                     lag(fl, 1, default = 0),
                     fl, sep = ''),
        merge = paste(lag(Value, 2, default = 0),
                      lag(Value, 1, default = 0),
                      Value, sep = ',')
    ) %>%
    filter(flag == '321' | flag == '324') %>%
    select(Project, merge)

#   Project merge
#     <dbl> <chr>
# 1     123 1,4,7
# 2     123 3,8,9
# 3     124 8,3,2
# 4     125 2,2,1

库（dplyr）
数据%>%按（项目）分组%>%
变异(
fl=作为数值（新值），
标志=粘贴（滞后（fl，2，默认值=0），
滞后（fl，1，默认值=0），
佛罗里达州，九月=“”），
合并=粘贴（滞后（值，2，默认值=0），
滞后（值为1，默认值为0），
值，sep='，'）
) %>%
过滤器（标志=='321'|标志=='324'）%>%
选择（项目、合并）
#项目合并
#      
# 1     123 1,4,7
# 2     123 3,8,9
# 3     124 8,3,2
# 4     125 2,2,1
这是实现目标的一种方法。我想创建一个数字序列，它可以表示您指定的两种模式（即，打开进行中完成模式和打开进行中系统拒绝模式）。因此，我使用
fct\u collapse（）
将因子级别压缩为三个。然后，我将新的因子级别转换为数值。然后，我想在每个
项目中创建子组，这是我在第二个
mutate（）
中完成的。下一个任务是更改
第一个
、
第二个
和
第三个
中元素的顺序。你想把数字排成一行。所以我使用了
sort（）
。应用此操作有一个条件，即
相同（检查[1:3]，与.numeric（1:3）]
。如果您有这两种模式中的任何一种，则在
检查中应该有1、2、3的序列。对每个组使用此逻辑检查。只要满足此逻辑条件，
sort（）
将应用于由
Project
和
group
定义的每组中的三列。最后，我删除了整个操作中使用的
检查
和
组

library(dplyr)
library(forcats)

Data %>%
mutate(check = as.numeric(
                   as.character(fct_collapse(NewValue, 
                                             `1` = "Open",
                                             `2` = "In Progress",
                                             `3` = c("Complete", "System Declined"))))) %>%
group_by(Project) %>%
mutate(group = cumsum(c(TRUE, diff(check) != 1))) %>%
group_by(Project, group) %>%
mutate_at(vars(First:Third),
          funs(if(identical(check[1:3], as.numeric(1:3))){
               sort(., na.last = TRUE)} else{.}
          )) %>%
select(-check, -group)

#   group Project Value        OldValue        NewValue First Second Third
#   <int>   <dbl> <dbl>          <fctr>          <fctr> <dbl>  <dbl> <dbl>
#1      1     123     1                            Open     1      4     7
#2      1     123     4            Open     In Progress    NA     NA    NA
#3      1     123     7     In Progress        Complete    NA     NA    NA
#4      2     123     3        Complete            Open     3      8     9
#5      2     123     8            Open     In Progress    NA     NA    NA
#6      2     123     9     In Progress        Complete    NA     NA    NA
#7      1     124     8        Complete            Open     8      3     2
#8      1     124     3            Open     In Progress    NA     NA    NA
#9      1     124     2     In Progress System Declined    NA     NA    NA
#10     2     124     5 System Declined     In Progress    NA      5    NA
#11     2     124     6     In Progress        Complete    NA     NA     6
#12     1     125     2                            Open     2      2     1
#13     1     125     2            Open     In Progress    NA     NA    NA
#14     1     125     1     In Progress        Complete    NA     NA    NA

库（dplyr）
图书馆（供猫用）
数据%>%
变异（检查=as.numeric(
as.character（fct_）折叠（NewValue，
`1`=“打开”，
`2“正在进行中”，
`3`=c（“完成”、“系统已谢绝”）%>%
分组单位（项目）%>%
变异（组=总和（c（真，差异（检查）！=1））%>%
组别（项目、组别）%>%
变异_at（变量（第一：第三），
funs（如果相同（检查[1:3]，作为数字（1:3）））{
排序（，na.last=TRUE）}else{.}
)) %>%
选择（-check，-group）
#组项目值旧值新值第一第二第三
#                               
#111231打开1417
#2 1 123 4未结未结未结未结未结未结
#3 1 123 7进行中完成不适用不适用不适用
#4 2 123 3完全打开3 8 9
#5 2 123 8未结未结未结未结未结未结
#6 2 123 9正在进行中完成不适用不适用不适用
#7 1 124 8完全打开8 3 2
#8 1 124 3未结未结未结未结未结未结
#9 1 124 2在建系统拒绝不适用
#10 2 124 5系统正在下降NA 5 NA
#11 2 124 6正在进行中完成NA 6
#12 1 125 2打开2 2 1
#13 1 125 2未结未结未结未结未结未结
#14 1 125 1正在进行中完成不适用不适用不适用
这是实现目标的一种方法。我想创建一个数字序列，它可以表示您指定的两种模式（即，打开进行中完成模式和打开进行中系统拒绝模式）。因此，我使用
fct\u collapse（）
将因子级别压缩为三个。然后，我将新的因子级别转换为数值。然后，我想在每个
项目中创建子组，这是我在第二个
mutate（）
中完成的。下一个任务是更改
第一个
、
第二个
和
第三个
中元素的顺序。你想把数字排成一行。所以我使用了
sort（）
。应用此操作有一个条件，即
相同（检查[1:3]，与.numeric（1:3）]
。如果您有这两种模式中的任何一种，则在
检查中应该有1、2、3的序列。对每个组使用此逻辑检查。只要满足此逻辑条件，
sort（）
将应用于由
Project
和
group
定义的每组中的三列。最后，我删除了整个操作中使用的
检查
和
组

library(dplyr)
library(forcats)

Data %>%
mutate(check = as.numeric(
                   as.character(fct_collapse(NewValue, 
                                             `1` = "Open",
                                             `2` = "In Progress",
                                             `3` = c("Complete", "System Declined"))))) %>%
group_by(Project) %>%
mutate(group = cumsum(c(TRUE, diff(check) != 1))) %>%
group_by(Project, group) %>%
mutate_at(vars(First:Third),
          funs(if(identical(check[1:3], as.numeric(1:3))){
               sort(., na.last = TRUE)} else{.}
          )) %>%
select(-check, -group)

#   group Project Value        OldValue        NewValue First Second Third
#   <int>   <dbl> <dbl>          <fctr>          <fctr> <dbl>  <dbl> <dbl>
#1      1     123     1                            Open     1      4     7
#2      1     123     4            Open     In Progress    NA     NA    NA
#3      1     123     7     In Progress        Complete    NA     NA    NA
#4      2     123     3        Complete            Open     3      8     9
#5      2     123     8            Open     In Progress    NA     NA    NA
#6      2     123     9     In Progress        Complete    NA     NA    NA
#7      1     124     8        Complete            Open     8      3     2
#8      1     124     3            Open     In Progress    NA     NA    NA
#9      1     124     2     In Progress System Declined    NA     NA    NA
#10     2     124     5 System Declined     In Progress    NA      5    NA
#11     2     124     6     In Progress        Complete    NA     NA     6
#12     1     125     2                            Open     2      2     1
#13     1     125     2            Open     In Progress    NA     NA    NA
#14     1     125     1     In Progress        Complete    NA     NA    NA

库（dplyr）
图书馆（供猫用）
数据%>%
变异（检查=as.numeric(
as.character（fct_）折叠（NewValue，
`1`=“打开”，
`2“正在进行中”，
`3`=c（“完成”、“系统已谢绝”）%>%
分组单位（项目）%>%
变异（组=总和（c（真，差异（检查）！=1））%>%
组别（项目、组别）%>%
变异_at（变量（第一：第三），
funs（如果相同）（检查