R 如何按组有条件地对另一列执行连续的列计数
我试图从PatientID列分组的Noshow列中获取连续计数。下面我使用的代码非常接近我希望获得的结果。但是，使用sum函数返回整个组的和。我希望sum函数只对当前行和上面有“1”的行求和。基本上，我是在计算患者每行不显示预约的连续次数，然后在显示时重置为0。似乎只需要对我下面的代码做一些调整。然而，我似乎在这个网站的任何地方都找不到答案R 如何按组有条件地对另一列执行连续的列计数,r,sum,aggregate-functions,feature-extraction,feature-selection,R,Sum,Aggregate Functions,Feature Extraction,Feature Selection,我试图从PatientID列分组的Noshow列中获取连续计数。下面我使用的代码非常接近我希望获得的结果。但是，使用sum函数返回整个组的和。我希望sum函数只对当前行和上面有“1”的行求和。基本上，我是在计算患者每行不显示预约的连续次数，然后在显示时重置为0。似乎只需要对我下面的代码做一些调整。然而，我似乎在这个网站的任何地方都找不到答案 transform(df, ConsecNoshows = ifelse(Noshow == 0, 0, ave(Noshow, PatientID, FU
transform(df, ConsecNoshows = ifelse(Noshow == 0, 0, ave(Noshow, PatientID, FUN = sum)))
#Source: local data frame [12 x 3]
#Groups: ID [2]
#
# PatientID Noshow ConsecNoshows
# <int> <int> <int>
#1 1 0 0
#2 1 1 4
#3 1 0 0
#4 1 1 4
#5 1 1 4
#6 1 1 4
#7 2 0 0
#8 2 0 0
#9 2 1 3
#10 2 1 3
#11 2 0 0
#12 2 1 3
#来源：本地数据帧[12 x 3]
#组别:ID[2]
#
#病人无症状
#
#1 1 0 0
#2 1 1 4
#3 1 0 0
#4 1 1 4
#5 1 1 4
#6 1 1 4
#7 2 0 0
#8 2 0 0
#9 2 1 3
#10 2 1 3
#11 2 0 0
#12 2 1 3
#Source: local data frame [12 x 3]
#Groups: ID [2]
#
# PatientID Noshow ConsecNoshows
# <int> <int> <int>
#1 1 0 0
#2 1 1 0
#3 1 0 1
#4 1 1 0
#5 1 1 1
#6 1 1 2
#7 2 0 0
#8 2 0 0
#9 2 1 0
#10 2 1 1
#11 2 0 2
#12 2 1 0
#来源：本地数据帧[12 x 3]
#组别:ID[2]
#
#病人无症状
#
#1 1 0 0
#2 1 1 0
#3 1 0 1
#4 1 1 0
#5 1 1 1
#6 1 1 2
#7 2 0 0
#8 2 0 0
#9 2 1 0
#10 2 1 1
#11 2 0 2
#12 2 1 0
感谢您提前提供的任何帮助 对连续值进行分组的最直接方法是使用
data.tablerleiddata.tablePatientIDNoshowrleidcumsumNoshowsumlibrary(data.table)
setDT(df)[, ConsecNoshows := ifelse(Noshow == 0, 0, cumsum(Noshow)), .(PatientID, rleid(Noshow))]
df
# PatientID Noshow ConsecNoshows
# 1: 1 0 0
# 2: 1 1 1
# 3: 1 0 0
# 4: 1 1 1
# 5: 1 1 2
# 6: 1 1 3
# 7: 2 0 0
# 8: 2 0 0
# 9: 2 1 1
#10: 2 1 2
#11: 2 0 0
#12: 2 1 1
分组连续值最直接的方法是使用
data.tablerleiddata.tablePatientIDNoshowrleidcumsumNoshowsumlibrary(data.table)
setDT(df)[, ConsecNoshows := ifelse(Noshow == 0, 0, cumsum(Noshow)), .(PatientID, rleid(Noshow))]
df
# PatientID Noshow ConsecNoshows
# 1: 1 0 0
# 2: 1 1 1
# 3: 1 0 0
# 4: 1 1 1
# 5: 1 1 2
# 6: 1 1 3
# 7: 2 0 0
# 8: 2 0 0
# 9: 2 1 1
#10: 2 1 2
#11: 2 0 0
#12: 2 1 1
data.table方法
library(data.table)
setDT(df)[, ConsecNoshows := seq(.N) * Noshow, by = .(PatientID, rleid(Noshow))]
df
# PatientID Noshow ConsecNoshows
# 1: 1 0 0
# 2: 1 1 1
# 3: 1 0 0
# 4: 1 1 1
# 5: 1 1 2
# 6: 1 1 3
# 7: 2 0 0
# 8: 2 0 0
# 9: 2 1 1
# 10: 2 1 2
# 11: 2 0 0
# 12: 2 1 1
这基本上是通过PatientID
和Noshow
的“运行长度编码”进行分组，并在乘以Noshow
时使用组大小创建序列，以便仅保留Noshow==1
时的值，这是另一种（类似的）数据。表
方法
library(data.table)
setDT(df)[, ConsecNoshows := seq(.N) * Noshow, by = .(PatientID, rleid(Noshow))]
df
# PatientID Noshow ConsecNoshows
# 1: 1 0 0
# 2: 1 1 1
# 3: 1 0 0
# 4: 1 1 1
# 5: 1 1 2
# 6: 1 1 3
# 7: 2 0 0
# 8: 2 0 0
# 9: 2 1 1
# 10: 2 1 2
# 11: 2 0 0
# 12: 2 1 1
这基本上是通过PatientID
和Noshow
的“运行长度编码”进行分组，并在乘以Noshow
时使用组大小创建序列，以便仅在Noshow==1
时保留值。我们可以使用baser
中的rle
（不使用包）。使用ave
，我们按“PatientID”分组，得到“Noshow”的rle
，将“length”的序列
乘以“length”复制的“value”得到预期输出
helperfn <- function(x) with(rle(x), sequence(lengths) * rep(values, lengths))
df$ConsecNoshows <- with(df, ave(Noshow, PatientID, FUN = helperfn))
df$ConsecNoshows
#[1] 0 1 0 1 2 3 0 0 1 2 0 1
我们可以使用baser
中的rle
（不使用软件包）。使用ave
，我们按“PatientID”分组，得到“Noshow”的rle
，将“length”的序列
乘以“length”复制的“value”得到预期输出
helperfn <- function(x) with(rle(x), sequence(lengths) * rep(values, lengths))
df$ConsecNoshows <- with(df, ave(Noshow, PatientID, FUN = helperfn))
df$ConsecNoshows
#[1] 0 1 0 1 2 3 0 0 1 2 0 1
我将创建一个助手函数，然后使用您最熟悉的任何实现：
sum0 <- function(x) {x[x == 1]=sequence(with(rle(x), lengths[values == 1]));x}
#base R
transform(df1, Consec = ave(Noshow, PatientID, FUN=sum0))
#dplyr
library(dplyr)
df1 %>% group_by(PatientID) %>% mutate(Consec=sum0(Noshow))
#data.table
library(data.table)
setDT(df1)[, Consec := sum0(Noshow), by = PatientID]
# PatientID Noshow Consec
# <int> <int> <int>
# 1 1 0 0
# 2 1 1 1
# 3 1 0 0
# 4 1 1 1
# 5 1 1 2
# 6 1 1 3
# 7 2 0 0
# 8 2 0 0
# 9 2 1 1
# 10 2 1 2
# 11 2 0 0
# 12 2 1 1
sum0%group_by（PatientID）%%>%mutate（conce=sum0（Noshow））
#数据表
库（数据表）
setDT（df1）[，conce:=sum0（Noshow），by=PatientID]
#帕提提提德·诺绍·康斯
#
# 1 1 0 0
# 2 1 1 1
# 3 1 0 0
# 4 1 1 1
# 5 1 1 2
# 6 1 1 3
# 7 2 0 0
# 8 2 0 0
# 9 2 1 1
# 10 2 1 2
# 11 2 0 0
# 12 2 1 1
我会创建一个helper函数，然后使用您最熟悉的任何实现：
sum0 <- function(x) {x[x == 1]=sequence(with(rle(x), lengths[values == 1]));x}
#base R
transform(df1, Consec = ave(Noshow, PatientID, FUN=sum0))
#dplyr
library(dplyr)
df1 %>% group_by(PatientID) %>% mutate(Consec=sum0(Noshow))
#data.table
library(data.table)
setDT(df1)[, Consec := sum0(Noshow), by = PatientID]
# PatientID Noshow Consec
# <int> <int> <int>
# 1 1 0 0
# 2 1 1 1
# 3 1 0 0
# 4 1 1 1
# 5 1 1 2
# 6 1 1 3
# 7 2 0 0
# 8 2 0 0
# 9 2 1 1
# 10 2 1 2
# 11 2 0 0
# 12 2 1 1
sum0%group_by（PatientID）%%>%mutate（conce=sum0（Noshow））
#数据表
库（数据表）
setDT（df1）[，conce:=sum0（Noshow），by=PatientID]
#帕提提提德·诺绍·康斯
#
# 1 1 0 0
# 2 1 1 1
# 3 1 0 0
# 4 1 1 1
# 5 1 1 2
# 6 1 1 3
# 7 2 0 0
# 8 2 0 0
# 9 2 1 1
# 10 2 1 2
# 11 2 0 0
# 12 2 1 1
我希望我能勾选您所有的解决方案，因为它们都完全符合我的要求。非常感谢你的帮助！我希望我能勾选你所有的解决方案，因为它们都完全符合我的要求。非常感谢你的帮助！David，我检查了你的答案是否正确，因为你提供了完成工作所需的最短代码。在对我的模型执行了更多工作后，我发现我实际上需要将连续计数结果抵消1。因此，如果前两行被算作noshow，那么第三行s