如何基于相同数据的子集在dataframe中创建新列

对不起，如果这是个愚蠢的问题，我是R的新手。 我有这样一个数据集：

   t a b
1  1 1 0
2  2 1 0
3  3 1 4
4  4 1 0
5  5 1 2
6  1 2 0
7  2 2 1
8  3 2 3
9  4 2 0
10 5 2 5

   t a b c
1  1 1 0 1
2  2 1 0 1
3  3 1 4 0
4  4 1 0 0
5  5 1 2 0
6  1 2 0 1
7  2 2 1 0
8  3 2 3 0
9  4 2 0 0
10 5 2 5 0

我想添加一个新的列

c

，如果

b

为零，并且以前的

b

按

a

分组的列不为零，如果不为零，该列将打开。基本上，我想根据

t

索引为每个

a

标记前导零。结果应该如下所示：

   t a b
1  1 1 0
2  2 1 0
3  3 1 4
4  4 1 0
5  5 1 2
6  1 2 0
7  2 2 1
8  3 2 3
9  4 2 0
10 5 2 5

   t a b c
1  1 1 0 1
2  2 1 0 1
3  3 1 4 0
4  4 1 0 0
5  5 1 2 0
6  1 2 0 1
7  2 2 1 0
8  3 2 3 0
9  4 2 0 0
10 5 2 5 0

我试着跑步

data.c <- ifelse(nrow(subset(data, t < data$t & a == data$a & b != 0)) == 0 & data$b == 0, 1, 0)

---

使用

dplyr

和

cumsum

进行以下操作如何：

require(dplyr);
df %>%
    group_by(a) %>%
    arrange(a, time) %>%
    mutate(c = ifelse(b != 0 | cumsum(b) > 0, 0, 1)) %>%
    ungroup();
#    time     a     b     c
#   <int> <int> <int> <dbl>
# 1     1     1     0  1.00
# 2     2     1     0  1.00
# 3     3     1     4  0
# 4     4     1     0  0
# 5     5     1     2  0
# 6     1     2     0  1.00
# 7     2     2     1  0
# 8     3     2     3  0
# 9     4     2     0  0
#10     5     2     5  0

require（dplyr）；
df%>%
组别(a)%>%
安排（时间）%>%
变异（c=ifelse（b！=0 | cumsum（b）>0,0,1））%>%
解组（）；
#时间a b c
#      
# 1     1     1     0  1.00
# 2     2     1     0  1.00
# 3     3     1     4  0
# 4     4     1     0  0
# 5     5     1     2  0
# 6     1     2     0  1.00
# 7     2     2     1  0
# 8     3     2     3  0
# 9     4     2     0  0
#10     5     2     5  0

---

样本数据

---

df是否愿意提供一个可复制的示例？当然，添加了一个可复制的示例。谢谢，在安装dplyr和magrittr之后，这一切都成功了。为什么这是可行的，但子集不可行？不完全确定
nrow（子集（数据，t
将始终为零，因为
t
未在任何地方定义。您也不需要在
子集
中明确引用
数据
。例如，使用
子集（数据，时间==2）
而不是
子集（数据，数据$time==2）
。