r - 复杂的条件变异 : Create new variable with conditional mutating using only past observations for a given participant?

Question

我有一个数据框 (fbwb)，在一组参与者中使用多项措施 (1-3) 对欺凌 (1-6) 进行多项评估。 df 看起来像这样:

fbwb <- read.table(text="id year bully1 bully2 bully3 cbully bully_ever 
100 1 NA 1 NA 1 1
100 2 1 1 NA 1 1
100 3 NA 0 NA 0 1
101 1 NA NA 1 1 1
102 1 NA 1 NA 1 1
102 2 NA NA NA NA 1
102 3 NA 1 1 1 1
102 4 0 0 0 0 1
103 1 NA 1 NA 1 1
103 2 NA 0 0 0 1", header=TRUE)

其中 bully1、bully2 和 bully3 是二进制变量，如果在各自的度量中报告了欺凌行为，则每个变量都 = 1。cbully 是二进制的，如果给定年份的 3 个欺凌变量中的任何一个 = 1，则 cbully = 1。bully_ever 是二元的，如果针对给定参与者在任何一年的任何测量中报告了欺凌行为，则 = 1。

我想在我的 df 中创建一个名为 bully_past 的新二进制变量。 bully_past 表示过去一年中 cbully = 1 的情况。这与 bully_ever 略有不同。例如，如果参与者已被评估 4 次:

• bully_past 应该在第 4 年使用第 3、2 和 1 年的信息。
• bully_past 应该在第 3 年使用第 2 年和第 1 年的信息。
• bully_past 应该使用第 1 年和第 2 年的信息。
• bully_past 在第 1 年应该是 NA。

我已经尝试了很多东西，但最近的演绎如下:

fbwb <- fbwb %>%
  dplyr::group_by(id) %>%
  dplyr::mutate(bully_past = case_when(cbully == 1 & year == (year - 1) |
                                         cbully == 1 & year == (year - 2) |
                                         cbully == 1 & year == (year - 3) |
                                         cbully == 1 & year == (year - 4) |
                                         cbully == 1 & year == (year - 5) ~ 1,
                                       (is.na(cbully) & year == (year - 1) &
                                         is.na(cbully) & year == (year - 2) &
                                         is.na(cbully) & year == (year - 3) &
                                         is.na(cbully) & year == (year - 4) &
                                         is.na(cbully) & year == (year - 5)) ~ NA_real_,
                                       TRUE ~ 0)) %>%
  dplyr::ungroup()

这不起作用，因为指示使用哪些年份的语法不正确 - 因此它生成一列 NA 值。我做了其他尝试，但我没能考虑到所有前几年的观察结果。

可以使用以下代码在 Stata 中完成:

gen bullyingever = bullying
sort iid time
replace bullyingever = 1 if bullying[_n - 1]==1 & iid[_n - 1]==iid
replace bullyingever = 1 if bullying[_n - 2]==1 & iid[_n - 2]==iid
replace bullyingever = 1 if bullying[_n - 3]==1 & iid[_n - 3]==iid
replace bullyingever = 1 if bullying[_n - 4]==1 & iid[_n - 4]==iid
replace bullyingever = 1 if bullying[_n - 5]==1 & iid[_n - 5]==iid

我感谢任何关于如何在 R 中完成此操作的输入，最好使用 dplyr。

Answer 1

在这里，我们可以编写一个辅助函数，它可以使用 cumsum(保留事件的累积帐户，让您查看过去)和 lag()< 来查看以前的事件 以便专门查看当前值的后面。所以我们有

had_previous_event <- function(x) {
  lag(cumsum(!is.na(x) & x==1)>0)
}

然后您可以将其与您的 dplyr 链一起使用

fbwb %>%
  arrange(id, year) %>% 
  group_by(id) %>%
  mutate(bully_past = had_previous_event(cbully))

这会返回 TRUE/FALSE，但如果您想要零/一，您可以将其更改为

  mutate(bully_past = as.numeric(had_previous_event(cbully)))