从R数据帧中提取隐藏信息

我有一个数据框架如下所示：

person    year    Office        Job      rank
Harry     2002    Los Angeles   CEO       0
Harry     2006    Boston        CEO       0
Harry     2006    Los Angeles   Advisor   1
Harry     2006    Chicago       Chairman  2

Peter     2001    New York      Director  0
Peter     2001    Chicago       CFO       1
Peter     2001    Chicago       COO       2
Peter     2002    Chicago       CEO       0

Lily      2005    Springfield   CEO       0
Lily      2007    New York      CFO       0
Lily      2008    Boston        COO       0
Lily      2011    Chicago       Advisor   0
Lily      2011    New York      board     1
 
Sam       2006    Chicago       COO       0
Sam       2007    Chicago       CFO       0
Sam       2007    Chicago       CEO       1
Sam       2010    New York      Advisor   0

我想知道在个人层面，谁至少有以下两种模式之一：

在上一个可用年份中，某个办公室的排名为0，在下一个可用年份中，该办公室仍然存在，但排名不再存在，并且应该大于0（职务不重要）。例如，哈利的洛杉矶

在下一个可用年份中，一个办公室的排名为0，而在上一个可用年份中，该办公室仍然存在，但排名不再存在，应该大于0（例如，对于Peter，芝加哥）

请注意，Lily的纽约没有上述任何一种情况，因为2007年不是Lily的上一个可用年份（2008年是）

请注意，一个办公室可以在一年内存在多次（不同的工作）。《芝加哥为山姆》展示了这样一个案例。请注意，Sam的芝加哥也不计算在内，尽管芝加哥在2007年排名1，在上一个可用年份排名0，但芝加哥在2007年也排名0

因此，输出应该如下所示：

person    yes/no
Harry     1
Peter     1
Lily      0
Sam       0

---

如果我理解正确，我认为这会奏效。您想：

计算一个人年办公室中是否有任何职位排名为0

对于每个人员办公室，检查您感兴趣的两个案例（当前行的排名为0，上一行或下一行没有排名为0。如果您扩展数据框以包括每个办公室每个人员年度的所有组合，则更容易做到这一点

对于每个人，检查是否有任何行与指定的任何一种情况匹配，并填充缺少的值

库（tidyverse）
df%
按（人、年、办公室）分组%>%
总结（任意排名任意排名）
解组（）%>%
完成（嵌套（人、年、办公室）%>%
安排（人员、办公室、年份）%>%
分组单位（个人、办公室）%>%
变异(
案例1=任何排名0&！领先（任何排名0），#当前为0，下一个不是0
案例2=任意秩0&！滞后（任意秩0）#当前0，以前不是0
) %>%
分组单位（人）%>%
总结（结果=替换（任何（案例1）任何（案例2），错误））
#>#tibble:4 x 2
#>人因
#>      
#>1哈里：真的吗
#>2莉莉假
#>3彼得·特鲁尔
#>4萨姆·福斯

---

由（v1.0.0）于2021-05-20创建的（v1.0.0）

什么是“可用年”？我对您使用的逻辑感到非常困惑。例如，您说“2007年不是Lily的上一个可用年（2008年是）”，但数据中只有Lily在纽约的2007年和2011年的行。谢谢您的提问！基本单位是个人，而不是个人/地点