我正在处理像df这样的面板数据。所以我有一个独特的UserID(Uid),一个TimeVariable(TV)和我感兴趣的主要变量(MV,虚拟编码)。每行代表一个独特的UiD电视组合。现在我想创建一个新的变量(NV),它基本上计算直到电视时间发生的事件数(MV = 1)。
内容:我想要一个计数变量(NV),它基本上计算每个时刻事件MV = 1发生到那个时刻(TV)的频率。
到目前为止,我只能设法根据UserId对其进行总结,但不会将其提升到越来越高的水平。
df <- df %>% group_by(user_id) %>% mutate(NV=count_if(1,MV))
结果以MV的每个用户ID的聚合为基础给出
所以df看起来像:
UI TV MV
1 1 0
1 2 1
1 3 0
2 1 0
2 2 0
2 3 1
2 4 2
3 1 1
3 2 0
3 3 1
3 4 1
到目前为止我的代码的结果是:
UI TV MV NV
1 1 0 1
1 2 1 1
1 3 0 1
2 1 0 2
2 2 0 2
2 3 1 2
2 4 2 2
3 1 1 3
3 2 0 3
3 3 1 3
3 4 1 3
我真正想要的是:
UI TV MV NV
1 1 0 0
1 2 1 1
1 3 0 1
2 1 0 0
2 2 0 0
2 3 1 1
2 4 2 2
3 1 1 1
3 2 0 1
3 3 1 2
3 4 1 3
非常感谢您的帮助!
我们可以group_by
UI
并采取MV == 1
的累积总和
library(dplyr)
df %>%
group_by(UI) %>%
mutate(NV = cumsum(MV == 1))
# UI TV MV NV
# <int> <int> <int> <int>
# 1 1 1 0 0
# 2 1 2 1 1
# 3 1 3 0 1
# 4 2 1 0 0
# 5 2 2 0 0
# 6 2 3 1 1
# 7 2 4 2 1
# 8 3 1 1 1
# 9 3 2 0 1
#10 3 3 1 2
#11 3 4 1 3
在基地R,我们可以使用ave
with(df, ave(MV == 1, UI, FUN = cumsum))
#[1] 0 1 1 0 0 1 1 1 1 2 3
数据
df <- structure(list(UI = c(1L, 1L, 1L, 2L, 2L, 2L, 2L, 3L, 3L, 3L,
3L), TV = c(1L, 2L, 3L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L), MV = c(0L,
1L, 0L, 0L, 0L, 1L, 2L, 1L, 0L, 1L, 1L)), class = "data.frame",
row.names = c(NA,
-11L))