r - 创建在面板数据组内的条件下重新启动的顺序计数器

Question

这个问题在这里已经有了答案:





Numbering rows within groups in a data frame

(9 个回答)


5年前关闭。




我有一个面板数据集，我想为其创建一个计数器，该计数器随着面板中的每一步而增加，但在发生某些情况时重新启动。就我而言，我使用的是国家/地区年数据，并希望计算事件之间的年数。这是一个玩具数据集，其中包含我真实数据的主要特征:

df <- data.frame(country = rep(c("A","B"), each=5), year=rep(2000:2004, times=2), event=c(0,0,1,0,0,1,0,0,1,0), stringsAsFactors=FALSE)

我要做的是创建一个以 df$event 为键的计数器。在每个国家的一系列观察中。当我们开始观察每个国家时，时钟从 1 开始；每年增加1；并且每当 df$event==1 时它都会从 1 重新开始.所需的输出是这样的:

   country year event clock
1        A 2000     0     1
2        A 2001     0     2
3        A 2002     1     1
4        A 2003     0     2
5        A 2004     0     3
6        B 2000     1     1
7        B 2001     0     2
8        B 2002     0     3
9        B 2003     1     1
10       B 2004     0     2

我试过使用 getanID来自 splitstackshape以及 if 的一些变体和 ifelse但到目前为止未能获得预期的结果。

我已经在使用 dplyr在我需要执行此操作的脚本中，因此我更喜欢使用它或基于 R 的解决方案，但我将不胜感激。我的数据集并不庞大，所以速度并不重要，但效率总是加分项。

Answer 1

与 dplyr那将是:

df %>% 
  group_by(country, idx = cumsum(event == 1L)) %>% 
  mutate(counter = row_number()) %>% 
  ungroup %>% 
  select(-idx)

#Source: local data frame [10 x 4]
#
#   country year event counter
#1        A 2000     0       1
#2        A 2001     0       2
#3        A 2002     1       1
#4        A 2003     0       2
#5        A 2004     0       3
#6        B 2000     1       1
#7        B 2001     0       2
#8        B 2002     0       3
#9        B 2003     1       1
#10       B 2004     0       2

或使用 data.table :

library(data.table)
setDT(df)[, counter := seq_len(.N), by = list(country, cumsum(event == 1L))]

编辑: group_by(country, idx = cumsum(event == 1L))用于按国家和新的分组索引“idx”分组。 event == 1L part 创建一个逻辑索引，告诉我们“事件”列是否为整数 1 ( TRUE/ FALSE )。然后， cumsum(...)前 2 行从 0 开始求和，接下来的 3 行从 1 开始，接下来的 3 行从 2 开始，依此类推。我们使用这个新列(+国家/地区)根据需要对数据进行分组。如果您删除 dplyr 代码中的最后一个管道部件，您可以检查它。