在 dplyr 中的条件汇总中使用当前值

问题描述 投票：0回答：2

我对 dplyr 很陌生，不知道我做错了什么。 我有以下数据集：

   INSTRUMENT_USED Year UniqueCount
1         QUEST_A 2015           1
2         QUEST_A 2016           1
3         QUEST_A 2017           1
4         QUEST_A 2018           1
5         QUEST_A 2019           1
6         QUEST_A 2020           1
7         QUEST_A 2021           0
8         QUEST_A 2022           0
9         QUEST_A 2023           0
10        QUEST_B 2015           1
11        QUEST_B 2016           1
12        QUEST_B 2017           1
13        QUEST_B 2018           1
14        QUEST_B 2019           0
15        QUEST_B 2020           0
16        QUEST_B 2021           1
17        QUEST_B 2022           0
18        QUEST_B 2023           0

我想创建一个变量“dbreak”，当满足以下两个条件时指示中断：

  • 往年的UniqueCount 均为 1
  • 此后所有年份UniqueCount 均为 0

因此，在上面的示例中，“dbreak”变量在任何地方都应该为“否”，除了 QUEST_A 2021 之外，它为“是”

我设法让它手动工作，但一旦我尝试使 

summarise
以变量 
Year
为条件，它似乎就不再工作了。

当我运行下面的代码时，我得到了预期的结果

df <- df %>%
  group_by(INSTRUMENT_USED) %>%
  arrange(INSTRUMENT_USED,Year) %>%
  mutate(
    prev = lag(UniqueCount),
    dbreak = ifelse(UniqueCount==0 & prev == 1 & 
                      all(UniqueCount[Year <= 2020] == 1) &
                      all(UniqueCount[Year >= 2021] ==0), "YES", "No"))

   INSTRUMENT_USED  Year UniqueCount  prev dbreak
   <fct>           <dbl>       <dbl> <dbl> <chr> 
 1 QUEST_A         2015           1    NA No    
 2 QUEST_A         2016           1     1 No    
 3 QUEST_A         2017           1     1 No    
 4 QUEST_A         2018           1     1 No    
 5 QUEST_A         2019           1     1 No    
 6 QUEST_A         2020           1     1 No    
 7 QUEST_A         2021           0     1 Yes   
 8 QUEST_A         2022           0     0 No    
 9 QUEST_A         2023           0     0 No    
10 QUEST_B         2015           1    NA No    
11 QUEST_B         2016           1     1 No    
12 QUEST_B         2017           1     1 No    
13 QUEST_B         2018           1     1 No    
14 QUEST_B         2019           0     1 No    
15 QUEST_B         2020           0     0 No    
16 QUEST_B         2021           1     0 No    
17 QUEST_B         2022           0     1 No    
18 QUEST_B         2023           0     0 No

但是当我用 

Year
变量替换硬编码年份时，它不再起作用，或者更确切地说，我找不到我的情况出了什么问题。如果我保持完全相同，则全部评估为“否”，如果我修改以删除第二个 
all()
语句中的“=”符号，它会识别 QUEST_B 的两个中断（2019 年和 2022 年）。

df<- df %>%
  group_by(INSTRUMENT_USED) %>%
  arrange(INSTRUMENT_USED,Year) %>%
  mutate(
    prev = lag(UniqueCount),
    dbreak = ifelse(UniqueCount==0 & prev == 1 & 
                      all(UniqueCount[Year <= Year-1] == 1) &
                      all(UniqueCount[Year > Year] ==0), "Yes", "No"))

   INSTRUMENT_USED  Year UniqueCount  prev dbreak
   <fct>           <dbl>       <dbl> <dbl> <chr> 
 1 QUEST_A         2015           1    NA No    
 2 QUEST_A         2016           1     1 No    
 3 QUEST_A         2017           1     1 No    
 4 QUEST_A         2018           1     1 No    
 5 QUEST_A         2019           1     1 No    
 6 QUEST_A         2020           1     1 No    
 7 QUEST_A         2021           0     1 Yes   
 8 QUEST_A         2022           0     0 No    
 9 QUEST_A         2023           0     0 No    
10 QUEST_B         2015           1    NA No    
11 QUEST_B         2016           1     1 No    
12 QUEST_B         2017           1     1 No    
13 QUEST_B         2018           1     1 No    
14 QUEST_B         2019           0     1 Yes    
15 QUEST_B         2020           0     0 No    
16 QUEST_B         2021           1     0 No    
17 QUEST_B         2022           0     1 Yes    
18 QUEST_B         2023           0     0 No

有什么想法吗？

r dplyr summarize
2个回答
0
投票

我将计算前导差异作为辅助列，然后测试是否 (a) 正好有一个差异为 1，(b) 所有其他差异均为 0，以及 (c) 当前行的差异为 1，如果是的话 '是'否则'否'：

df %>%
  group_by(INSTRUMENT_USED) %>%
  arrange(INSTRUMENT_USED,Year) %>%
  mutate(
    diff = UniqueCount - lead(UniqueCount, default = 0),
    dbreak = ifelse(
      sum(diff == 1) == 1 & sum(diff == 0) == (n() - 1) & diff == 1, 
      "Yes", "No"
    )
  )
# # A tibble: 18 × 5
# # Groups:   INSTRUMENT_USED [2]
#    INSTRUMENT_USED  Year UniqueCount  diff dbreak
#    <chr>           <int>       <int> <int> <chr> 
#  1 QUEST_A          2015           1     0 No    
#  2 QUEST_A          2016           1     0 No    
#  3 QUEST_A          2017           1     0 No    
#  4 QUEST_A          2018           1     0 No    
#  5 QUEST_A          2019           1     0 No    
#  6 QUEST_A          2020           1     1 Yes   
#  7 QUEST_A          2021           0     0 No    
#  8 QUEST_A          2022           0     0 No    
#  9 QUEST_A          2023           0     0 No    
# 10 QUEST_B          2015           1     0 No    
# 11 QUEST_B          2016           1     0 No    
# 12 QUEST_B          2017           1     0 No    
# 13 QUEST_B          2018           1     1 No    
# 14 QUEST_B          2019           0     0 No    
# 15 QUEST_B          2020           0    -1 No    
# 16 QUEST_B          2021           1     1 No    
# 17 QUEST_B          2022           0     0 No    
# 18 QUEST_B          2023           0     0 No
0
投票

看看这是否适用于您的数据集。

  • 首先检查组内是否只有 2 个更改
  • 找到开关年份
  • 还要检查 UniqueCount 是否以 1 开头
df %>% 
  mutate(dbreak = if_else(max(consecutive_id(UniqueCount)) == 2 &
                          lag(UniqueCount, default=UniqueCount[1]) != UniqueCount &
                          UniqueCount[1] == 1, "Yes", "No"), 
    .by = INSTRUMENT_USED)
   INSTRUMENT_USED Year UniqueCount dbreak
1          QUEST_A 2015           1     No
2          QUEST_A 2016           1     No
3          QUEST_A 2017           1     No
4          QUEST_A 2018           1     No
5          QUEST_A 2019           1     No
6          QUEST_A 2020           1     No
7          QUEST_A 2021           0    Yes
8          QUEST_A 2022           0     No
9          QUEST_A 2023           0     No
10         QUEST_B 2015           1     No
11         QUEST_B 2016           1     No
12         QUEST_B 2017           1     No
13         QUEST_B 2018           1     No
14         QUEST_B 2019           0     No
15         QUEST_B 2020           0     No
16         QUEST_B 2021           1     No
17         QUEST_B 2022           0     No
18         QUEST_B 2023           0     No
最新问题
© www.soinside.com 2019 - 2024. All rights reserved.