r - 在 data.table 中的滞后组中匹配

Question

我正在尝试创建一个新列，指示前一个组中是否存在 ID。这是我的数据:

data <- data.table(ID = c(1:3, c(9,2,3,4),c(5,1)),
                   groups = c(rep(c("a", "b", "c"), c(3, 4,2))))
   ID groups
1:  1      a
2:  2      a
3:  3      a
4:  9      b
5:  2      b
6:  3      b
7:  4      b
8:  5      c
9:  1      c

我不确定如何指定滞后组。我尝试使用 shift ，但它不起作用:

data[,.(ID=ID,match_lagged=ID %in% shift(ID)),by=groups]

这是我想要的结果。

前 3 行不匹配，因为没有前一组。 FALSE 也适用于这三行。 ID=4(在 b 组中)在 a 组中不匹配。 ID=5(在c 组中)在b 组中不匹配。

请注意，组 c 中的 ID 1 在组 b 中不匹配，因此即使它存在于组 a 中，它也应该为假。这就是为什么 duplicated(data$ID)不起作用。来自组的数据必须与 匹配上一页 团体。

groups ID match_lagged
1:      a  1         NA
2:      a  2         NA
3:      a  3         NA
4:      b  9         FALSE
5:      b  2         TRUE
6:      b  3         TRUE
7:      b  4         FALSE
8:      c  5         FALSE
9:      c  1         FALSE

一个 dplyr解决方案也可以。

Answer 1

给组编号，然后检查 diff每个 ID 等于 1 .

data[, grp.id := .GRP, by = groups]
data[, match_lagged := c(FALSE, diff(grp.id) == 1), by = ID][
     grp.id == 1, match_lagged := NA][]
#   ID groups grp.id match_lagged
#1:  1      a      1           NA
#2:  2      a      1           NA
#3:  3      a      1           NA
#4:  9      b      2        FALSE
#5:  2      b      2         TRUE
#6:  3      b      2         TRUE
#7:  4      b      2        FALSE
#8:  5      c      3        FALSE
#9:  1      c      3        FALSE

这假设您找到每个 ID每组仅一次。如果不是这种情况，您可以独特，请执行上述操作，然后合并。