R 在忽略NA'的情况下，计算每个ID的访问量（总和）；s和0'；s

我有以下建议：

df <- data.frame(ID = c(1,1,2,2,2,3,3,3,3),
                 Attendance = c(1, 1, NA, 1,1, NA, 1, NA, 1 ))

---

df我们可以使用
data.table
。将“data.frame”转换为“data.table”（
setDT（df）
），按“ID”分组，将
i
指定为逻辑向量，这对于“Attention”中的非NA元素是正确的，将（
：=
）attention的“rowid”指定为“Visit”列。然后，将“访问”中的NA替换为0

library(data.table)
setDT(df)[!is.na(Attendance), Visit := rowidv(Attendance), 
                   ID][is.na(Visit), Visit := 0]
df
#   ID Attendance Visit
#1:  1          1     1
#2:  1          1     2
#3:  2         NA     0
#4:  2          1     1
#5:  2          1     2
#6:  3         NA     0
#7:  3          1     1
#8:  3         NA     0
#9:  3          1     2


或者，如果我们使用的是
ave
，则为非NA行创建索引，然后对这些行使用
ave

i1 <- !is.na(df$Attendance)
df$Visit <- 0
df$Visit[i1] <- with(df[i1, ], ave(Attendance, ID, FUN = cumsum))

i1我们可以使用
data.table
。将“data.frame”转换为“data.table”（
setDT（df）
），按“ID”分组，将
i
指定为逻辑向量，这对于“Attention”中的非NA元素是正确的，将（
：=
）attention的“rowid”指定为“Visit”列。然后，将“访问”中的NA替换为0

library(data.table)
setDT(df)[!is.na(Attendance), Visit := rowidv(Attendance), 
                   ID][is.na(Visit), Visit := 0]
df
#   ID Attendance Visit
#1:  1          1     1
#2:  1          1     2
#3:  2         NA     0
#4:  2          1     1
#5:  2          1     2
#6:  3         NA     0
#7:  3          1     1
#8:  3         NA     0
#9:  3          1     2


或者，如果我们使用的是
ave
，则为非NA行创建索引，然后对这些行使用
ave

i1 <- !is.na(df$Attendance)
df$Visit <- 0
df$Visit[i1] <- with(df[i1, ], ave(Attendance, ID, FUN = cumsum))

i1
i1 <- !is.na(df$Attendance)
df$Visit <- 0
df$Visit[i1] <- with(df[i1, ], ave(Attendance, ID, FUN = cumsum))

library(dplyr)
df %>%
    group_by(ID) %>%
    mutate(Visit = if_else(is.na(Attendance), 0, cumsum(if_else(is.na(Attendance), 0, 1))))