r - 如何在 R 中的两个因素之间填充值？

Question

如何在“开始”和“结束”指示符之间用 1 填充“持续时间”列，如下例所示？

在 Stata 中会是:

by id (year), sort: gen duration=1 if start==1
by id (year), sort: replace duration=1 if duration[_n-1]==1 & end!=1

我如何在 R 中执行此操作，可能使用 Dplyr？

id  year    start   end 
1   2000    0       0   
1   2001    1       0   
1   2002    0       0   
1   2003    0       1   
1   2004    0       0   
2   2000    0       0   
2   2001    0       0   
2   2002    1       0   
2   2003    0       0   
2   2004    0       1   

输出将是:

id  year    start   end duration
1   2000    0       0   0
1   2001    1       0   1
1   2002    0       0   1
1   2003    0       1   0
1   2004    0       0   0
2   2000    0       0   0
2   2001    0       0   0
2   2002    1       0   1
2   2003    0       0   1
2   2004    0       1   0

Answer 1

使用 dplyr，这似乎可以解决问题。一、样本数据

dd<-read.table(text="id  year    start   end 
1   2000    0       0   
1   2001    1       0   
1   2002    0       0   
1   2003    0       1   
1   2004    0       0   
2   2000    0       0   
2   2001    0       0   
2   2002    1       0   
2   2003    0       0   
2   2004    0       1", header=T)

现在我们只是按 ID 分组，然后我们使用 cumsum 来查找开始和结束的变化

library(dplyr)
dd %>% group_by(id) %>% mutate(duration = cumsum(start-end))

#       id  year start   end duration
#    (int) (int) (int) (int)    (int)
# 1      1  2000     0     0        0
# 2      1  2001     1     0        1
# 3      1  2002     0     0        1
# 4      1  2003     0     1        0
# 5      1  2004     0     0        0
# 6      2  2000     0     0        0
# 7      2  2001     0     0        0
# 8      2  2002     1     0        1
# 9      2  2003     0     0        1
# 10     2  2004     0     1        0