r - 根据其他列的条件标记列中连续出现的值

Question

问题详情:我创建了一个玩具示例。每个人都有一个时间序列响应向量，指示受试者在整个时间序列中是在 sleep 、吃饭还是走路。出于本示例的目的，在“ sleep ”之后立即出现的所有连续出现的“吃”都是重要的。我有一个场景，我创建了一个计数器变量来记录向量中连续出现的相同响应。但是，我只关心保留或标记 sleep 后发生的连续“吃”次数。

在下面的代码中:我创建了一个 lag-1 变量，然后为 sleep 后的每个“吃”实例创建一个标志。然而，这只标记了每个“吃”实例的开始，我想标记所有出现在“ sleep ”之后的“吃”，以便我可以根据下面代码中的计数器变量创建汇总统计信息。

我一直在思考如何解决这个问题。

代码如下:

# load libraries
packs <- c('data.table', 'dplyr')
lapply(packs, require, character.only = TRUE)

# 1. initiate data
df <- data.frame(
    id = c(rep(101, 6), rep(102, 8)),
    response = c('sleep', 'sleep', 'sleep', 'eat', 'eat', 'walk', 'walk', 'sleep', 'sleep', 'eat', 'eat', 'walk', 'eat', 'walk'))

# 2. create the lag-1 variable and flag for that start of all occurrences of 
df <- df %>%
    mutate(lag_response = lag(response, 1),
    flag = case_when(lag_response == 'sleep' & response == "eat" ~ 1)) %>%
    select(id, lag_response, response, flag)

# 3. create consecutive counter for responses 
df <- transform(df, counter = ave(c(response), rleid(id, c(response)), FUN = seq_along))

# 4. example of desired column 
df <- df %>%
    mutate(
    desired_col = c(0,0,0,1,1,0,0,0,0,1,1,0,0,0))

Answer 1

我们可以通过使用 lead 比较“ sleep ”的“响应”值和下一个“吃”的值来创建“标志”，按 rleid 分组'response', mutate 'flag' 通过改变 any TRUE

library(dplyr)
library(data.table)
df %>% 
   mutate(flag = lag(response == 'sleep' & lead(response) == 'eat', 
                     default = FALSE))  %>% 
   group_by(grp = rleid(response)) %>% 
   mutate(flag = +any(flag)) %>% 
   ungroup %>%
   select(-grp)