r - 填充空白行取决于上一个/下一个非空值

Question

我有一个订阅数据框，如下所示。大约有 100 万个唯一 ID。该表列出了订阅状态。当用户开始订阅服务时，状态字段由'Sub'指示，当用户取消订阅时，它由'Usub'指示。

dat <- data.frame(ID=c(rep("A",12),(rep("B",12))), Year="2014", Month=rep(seq(1:12),2), Status=NA)
dat$Status[4] <- "Sub"
dat$Status[8] <- "Usub"
dat$Status[17] <- "Usub"
dat$Status[21] <- "Sub"

ID Year Month Status
A  2014   1    
A  2014   2    
A  2014   3    
A  2014   4    Sub
A  2014   5    
A  2014   6    
A  2014   7    
A  2014   8    Usub 
A  2014   9    
A  2014  10    
A  2014  11    
A  2014  12    
B  2014   1    
B  2014   2    
B  2014   3    
B  2014   4    
B  2014   5    Usub    
B  2014   6    
B  2014   7    
B  2014   8    
B  2014   9    Sub
B  2014  10    
B  2014  11    
B  2014  12    
C  2014   1     .
.    .    .     .
.    .    .     .

我希望填补每次状态更新之间的空白。所需的输出表如下所示:

ID Year Month Status
A  2014   1    Usub
A  2014   2    Usub
A  2014   3    Usub
A  2014   4    Sub
A  2014   5    Sub
A  2014   6    Sub
A  2014   7    Sub
A  2014   8    Usub
A  2014   9    Usub
A  2014  10    Usub
A  2014  11    Usub
A  2014  12    Usub
B  2014   1    Sub
B  2014   2    Sub
B  2014   3    Sub
B  2014   4    Sub
B  2014   5    Usub
B  2014   6    Usub
B  2014   7    Usub
B  2014   8    Usub
B  2014   9    Sub
B  2014  10    Sub
B  2014  11    Sub
B  2014  12    Sub
C  2014   1     .
.    .    .     .
.    .    .     .

每个 ID 至少有一个状态值。如果一个ID的第一个状态记录是“Usub”，那么之前所有月份的状态都是“Sub”。 (如ID B on 2014/05)相反，如果第一个状态记录以“Sub”开头，则之前所有月份的状态都是“Usub”

Answer 1

您可以通过减去 Status == "Usub" 和 Status = "Sub" 生成一个交替序列，该序列等效于您想要的 Status 列应该用 Sub 填充的值会比应该用 Usub 填充的值低，然后利用 factor 可以按顺序标记的事实来转换整数序列到一个因子:

library(dplyr)
df %>% group_by(ID) %>% mutate(Status = factor(cumsum((Status == "Usub") - (Status == "Sub")), 
                                               labels = c("Sub", "Usub")))

#    ID Year Month Status
# 1   A 2014     1   Usub
# 2   A 2014     2   Usub
# 3   A 2014     3   Usub
# 4   A 2014     4    Sub
# 5   A 2014     5    Sub
# 6   A 2014     6    Sub
# 7   A 2014     7    Sub
# 8   A 2014     8   Usub
# 9   A 2014     9   Usub
# 10  A 2014    10   Usub
# 11  A 2014    11   Usub
# 12  A 2014    12   Usub
# 13  B 2014     1    Sub
# 14  B 2014     2    Sub
# 15  B 2014     3    Sub
# 16  B 2014     4    Sub
# 17  B 2014     5   Usub
# 18  B 2014     6   Usub
# 19  B 2014     7   Usub
# 20  B 2014     8   Usub
# 21  B 2014     9    Sub
# 22  B 2014    10    Sub
# 23  B 2014    11    Sub
# 24  B 2014    12    Sub

相应的data.table 方式是:

library(data.table)
setDT(df)[, Status := as.character(factor(cumsum((Status == "Usub") - (Status == "Sub")), labels = c("Sub", "Usub"))), .(ID)]

您必须将新因子转换回字符类，因为它不允许在就地创建新列时更改类型。

数据假定您有空字符串而不是 NA:

structure(list(ID = c("A", "A", "A", "A", "A", "A", "A", "A", 
"A", "A", "A", "A", "B", "B", "B", "B", "B", "B", "B", "B", "B", 
"B", "B", "B"), Year = c("2014", "2014", "2014", "2014", "2014", 
"2014", "2014", "2014", "2014", "2014", "2014", "2014", "2014", 
"2014", "2014", "2014", "2014", "2014", "2014", "2014", "2014", 
"2014", "2014", "2014"), Month = c("1", "2", "3", "4", "5", "6", 
"7", "8", "9", "10", "11", "12", "1", "2", "3", "4", "5", "6", 
"7", "8", "9", "10", "11", "12"), Status = c("", "", "", "Sub", 
"", "", "", "Usub", "", "", "", "", "", "", "", "", "Usub", "", 
"", "", "Sub", "", "", "")), .Names = c("ID", "Year", "Month", 
"Status"), row.names = c(NA, 24L), class = "data.frame")