r - 识别值在另一个特定值之后出现的情况

Question

我有下表:

+----+------------+----------+
| ID |    Date    | Variable |
+----+------------+----------+
| a  | 12/03/2017 | d        |
| a  | 15/04/2017 | d        |
| a  | 20/06/2017 | c        |
| b  | 14/05/2017 | c        |
| b  | 15/08/2017 | c        |
| b  | 16/09/2017 | c        |
+----+------------+----------+

对于每个 ID，我想在单独的列中进行检查，以告知在“d”值出现后是否有“c”值，如下所示:

+----+------------+----------+-------+------------+
| ID |    Date    | Variable | Check |    Date    |
+----+------------+----------+-------+------------+
| a  | 12/03/2017 | d        |     1 | 20/06/2017 |
| a  | 15/04/2017 | d        |     1 | 20/06/2017 |
| a  | 20/06/2017 | c        |     1 | 20/06/2017 |
| b  | 14/05/2017 | c        |     0 | 0          |
| b  | 15/08/2017 | c        |     0 | 0          |
| b  | 16/09/2017 | c        |     0 | 0          |
+----+------------+----------+-------+------------+

这不仅仅是查找“c”的出现，而是查看“c”是否出现在d之后。将相应的日期放在单独的列中也会有所帮助。我试图删除重复项，然后识别引导值(或行数 > 1)，但是有没有更简单的方法来做到这一点？

任何 dplyr 或 data.table 方法都是最有帮助的。

Answer 1

使用 dplyr 的解决方案。一定有比这更好的方法，但我认为这应该可行。 unique(Variable[!is.na(Variable)]) 是仅用 c("c", "d"), c( “d”、“c”)、“c” 或 “d”。如果您确定不存在 NA，则可以删除 !is.na。 Date[Variable %in% "c"][1]是选择第一个日期。

dat2 <- dat %>%
  group_by(ID) %>%
  mutate(Check = ifelse(identical(unique(Variable[!is.na(Variable)]), c("d", "c")), 
                        1L, 0L)) %>%
  mutate(Date2 = ifelse(Check == 1L, Date[Variable %in% "c"][1], "0")) %>%
  ungroup()
dat2
# # A tibble: 6 x 5
#   ID    Date       Variable Check Date2     
#   <chr> <chr>      <chr>    <int> <chr>     
# 1 a     12/03/2017 d            1 20/06/2017
# 2 a     15/04/2017 d            1 20/06/2017
# 3 a     20/06/2017 c            1 20/06/2017
# 4 b     14/05/2017 c            0 0         
# 5 b     15/08/2017 c            0 0         
# 6 b     16/09/2017 c            0 0  

数据

dat <- read.table(text = "ID Date Variable
a  '12/03/2017' d
a  '15/04/2017' d
a  '20/06/2017' c
b  '14/05/2017' c
b  '15/08/2017' c
b  '16/09/2017' c",
                  header = TRUE, stringsAsFactors = FALSE)