Creazione di una nuova colonna in modo condizionale basata su n righe precedenti

9

Ho un frame di dati impostato come il seguente:

 df <- data.frame("id" = c(111,111,111,222,222,222,222,333,333,333,333), 
                  "Location" = c("A","B","A","A","C","B","A","B","A","A","A"), 
                  "Encounter" = c(1,2,3,1,2,3,4,1,2,3,4))

      id Location Encounter
1  111        A         1
2  111        B         2
3  111        A         3
4  222        A         1
5  222        C         2
6  222        B         3
7  222        A         4
8  333        B         1
9  333        A         2
10 333        B         3
11 333        A         4

Sto fondamentalmente cercando di creare un flag binario, una posizione è in un incontro precedente per ogni gruppo di ID. Quindi sembrerebbe:

    id Location Encounter Flag
1  111        A         1    0
2  111        B         2    0
3  111        A         3    1
4  222        A         1    0
5  222        C         2    0
6  222        B         3    0
7  222        A         4    1
8  333        B         1    0
9  333        A         2    0
10 333        B         3    1
11 333        A         4    1

Stavo cercando di capire come fare un'istruzione if come:

library(dplyr)

df$Flag <- case_when((df$id - lag(df$id)) == 0 ~ 
                case_when(df$Location == lag(df$Location, 1) | 
                          df$Location == lag(df$Location, 2) | 
                          df$Location == lag(df$Location, 3) ~ 1, T ~ 0), T ~ 0)

    id Location Flag
1  111        A    0
2  111        B    0
3  111        A    1
4  222        A    0
5  222        C    0
6  222        B    0
7  222        A    1
8  333        B    0
9  333        A    1
10 333        B    1
11 333        A    1

Ma questo ha il problema per cui a Row 9 viene assegnato erroneamente un 1 e ci sono casi con oltre 15 incontri nei dati effettivi, quindi questo diventa piuttosto ingombrante. Speravo di trovare un modo per fare qualcosa del genere

lag(df$Location, 1:df$Encounter)

Ma so che ha lag()bisogno di un numero intero per k, quindi quel comando specifico non funzionerebbe.

r dataframe dplyr duplicates

— Dalton K
fonte

Benvenuto in Stack Overflow! Solo perché hai chiesto approfondimenti sulle routine SO, potresti voler leggere questo su cosa fare quando qualcuno risponde alla tua domanda . Oltre a ciò, non è una cattiva idea fare il tour e leggere Come chiedere (la tua domanda è fantastica, ma ti darà un badge). Spero di vederti da queste parti, più spesso. Saluti.

— M--

6

Un'opzione con duplicated

library(dplyr)
df %>% 
  group_by(id) %>% 
  mutate(Flag = +(duplicated(Location)))
# A tibble: 11 x 4
# Groups:   id [3]
#      id Location Encounter  Flag
#   <dbl> <fct>        <dbl> <int>
# 1   111 A                1     0
# 2   111 B                2     0
# 3   111 A                3     1
# 4   222 A                1     0
# 5   222 C                2     0
# 6   222 B                3     0
# 7   222 A                4     1
# 8   333 B                1     0
# 9   333 A                2     0
#10   333 A                3     1
#11   333 A                4     1

— akrun
fonte

4

Nella base R, possiamo usare averaggruppati per ide Locatione trasformare tutti i valori dalla seconda riga del gruppo su 1.

df$Flag <- as.integer(with(df, ave(Encounter, id, Location, FUN = seq_along) > 1))
df

#    id Location Encounter Flag
#1  111        A         1    0
#2  111        B         2    0
#3  111        A         3    1
#4  222        A         1    0
#5  222        C         2    0
#6  222        B         3    0
#7  222        A         4    1
#8  333        B         1    0
#9  333        A         2    0
#10 333        A         3    1
#11 333        A         4    1

Usando dplyr, sarebbe

library(dplyr)

df %>%  group_by(id, Location) %>%  mutate(Flag = as.integer(row_number() > 1))

— Ronak Shah
fonte

4

Utilizzando data.table:

library(data.table)

dt[, flag:=1]
dt[, flag:=cumsum(flag), by=.(id,Location)]
dt[, flag:=ifelse(flag>1,1,0)]

Dati:

dt <- data.table("id" = c(111,111,111,222,222,222,222,333,333,333,333), 
                 "Location" = c("A","B","A","A","C","B","A","B","A","A","A"),
                 "Encounter" = c(1,2,3,1,2,3,4,1,2,3,4))

— LocoGris
fonte

4

Una data.tablesoluzione più generica sarebbe utilizzare .No rowid:

library(data.table)

setDT(dt)[, Flag := +(rowid(id, Location)>1)][]

o

setDT(df)[, Flag := +(seq_len(.N)>1), .(id, Location)][]

#>      id Location  Encounter Flag
#> 1:  111        A         1    0
#> 2:  111        B         2    0
#> 3:  111        A         3    1
#> 4:  222        A         1    0
#> 5:  222        C         2    0
#> 6:  222        B         3    0
#> 7:  222        A         4    1
#> 8:  333        B         1    0
#> 9:  333        A         2    0
#> 10: 333        A         3    1
#> 11: 333        A         4    1

— M--
fonte

0

Puoi anche usare questo:

library(data.table)
setDT(df)[,flag:=ifelse(1:.N>1,1,0),by=.(id,Location)]

— Rushabh Patel
fonte