R:计算每个ID的每日变量数
我以前也问过类似的问题(),这次,我还想计算每天和每个ID的vDistrict数量,但现在“District”不仅意味着一天不同的R:计算每个ID的每日变量数,r,count,R,Count,我以前也问过类似的问题(),这次,我还想计算每天和每个ID的vDistrict数量,但现在“District”不仅意味着一天不同的v,还意味着这一天和未来几天不同的v 例如,如果在第二天有一个v1,但也在前一天,我们不计算第二天的v1 ID1: 第1天:第1天的v1/v2----->2 第2天:第2天的v1/v3----->1 第3天:第3天v3----->0 ID2 第1天:第4天------第1天大于1 第2天:第2天的v5/v4/v1----->2 第3天:第3天v3/v4----->1
v
,还意味着这一天和未来几天不同的v
例如,如果在第二天有一个v1
,但也在前一天,我们不计算第二天的v1
ID1:
第1天:第1天的v1/v2----->2
第2天:第2天的v1/v3----->1
第3天:第3天v3----->0
ID2
第1天:第4天------第1天大于1
第2天:第2天的v5/v4/v1----->2
第3天:第3天v3/v4----->1
以下是我的数据:
ID Day v
ID1 1 v1
ID1 1 v1
ID1 1 v2
ID1 2 v1
ID1 2 v3
ID1 3 v3
ID1 3 v3
ID1 3 v3
ID2 1 v4
ID2 2 v5
ID2 2 v5
ID2 2 v4
ID2 2 v1
ID2 3 v3
ID2 3 v4
根据以上数据,我希望得到如下结果:
ID Day v daily_v_distinguish_ID
ID1 1 v1 2
ID1 1 v1 NA
ID1 1 v2 NA
ID1 2 v1 1
ID1 2 v3 NA
ID1 3 v3 0
ID1 3 v3 NA
ID1 3 v3 NA
ID2 1 v4 1
ID2 2 v5 2
ID2 2 v5 NA
ID2 2 v4 NA
ID2 2 v1 NA
ID2 3 v3 1
ID2 3 v4 NA
如果我们使用
setDT(df1)[,daily_v_ID:=c(uniqueN(v),rep(NA,.N-1)),by=(ID,Day)]
,我们没有将这一天的v
与前几天进行比较。我们可以使用数据.table
来创建“daily_v_ID”。将“data.frame”转换为“data.table”(setDT(df1)
),按“ID”分组。我们基于“v”中未重复的元素创建逻辑索引。在下一步中,我们按“ID”和“Day”列分组,获得“indx”的和
,并用“NA”连接以填充每个组中的其余元素,并将(:=
分配为“daily\v\u-ID”
library(data.table)
setDT(df1)[, indx:=!duplicated(v) ,.(ID)
][, daily_v_distinguish_ID:= c(sum(indx),rep(NA, .N-1)) , .(ID, Day)
][,indx:=NULL]
df1
# ID Day v daily_v_distinguish_ID
# 1: ID1 1 v1 2
# 2: ID1 1 v1 NA
# 3: ID1 1 v2 NA
# 4: ID1 2 v1 1
# 5: ID1 2 v3 NA
# 6: ID1 3 v3 0
# 7: ID1 3 v3 NA
# 8: ID1 3 v3 NA
# 9: ID2 1 v4 1
#10: ID2 2 v5 2
#11: ID2 2 v5 NA
#12: ID2 2 v4 NA
#13: ID2 2 v1 NA
#14: ID2 3 v3 1
#15: ID2 3 v4 NA
使用dplyr
的类似选项是
library(dplyr)
df1 %>%
group_by(ID) %>%
mutate(ind=!duplicated(v)) %>%
group_by(Day, add=TRUE)%>%
mutate(daily_v_distinguish_ID=c(sum(ind), rep(NA, n()-1))) %>%
select(-ind)
或者使用ave
frombase R
with(df1, ave(!duplicated(df1[-2]), ID, Day, FUN=function(x)
c(sum(x), rep(NA, length(x)-1))))
#[1] 2 NA NA 1 NA 0 NA NA 1 2 NA NA NA 1 NA
数据
df1@akrun我们不会对不同的ID进行比较。对于ID2,我们计算第2天的v1
,甚至ID1的v1
发生在第1天。
df1 <- structure(list(ID = c("ID1", "ID1", "ID1", "ID1", "ID1", "ID1",
"ID1", "ID1", "ID2", "ID2", "ID2", "ID2", "ID2", "ID2", "ID2"
), Day = c(1L, 1L, 1L, 2L, 2L, 3L, 3L, 3L, 1L, 2L, 2L, 2L, 2L,
3L, 3L), v = c("v1", "v1", "v2", "v1", "v3", "v3", "v3", "v3",
"v4", "v5", "v5", "v4", "v1", "v3", "v4")), .Names = c("ID",
"Day", "v"), class = "data.frame", row.names = c(NA, -15L))