r - 按 id 为两个特定变量合并日期并创建新变量

Question

您好，我正在努力从当前数据框创建数据框。事件列有两种类型的事件和两种类型的日期。这是我的数据。

id <- c(1,1,2,2,3,3)
type1 <- c("EB","EB","EB","IK","IK","EB")
date1 <- c("2011/08/31", "2011/08/31", "2012/01/15", "2012/01/20", "2012/03/10", "2012/03/24")
type2 <- c("missed", "missed", "kept", "missed", "kept", "missed")
date2 <- c("2011/03/17", "2011/03/18", "2011/03/30", "2012/04/25", "2012/05/01", "2012/05/10")

data1 <- data.frame(id, type1, date1, type2, date2)

 id type1      date1   type2      date2
 1    EB  2011/08/31  missed  2011/03/17
 1    EB  2011/08/31  missed  2011/03/18
 2    EB  2012/01/15   kept   2011/03/30
 2    IK  2012/01/20  missed  2012/04/25
 3    IK  2012/03/10   kept   2012/05/01
 3    EB  2012/03/24  missed  2012/05/10

首先，我想将这两个日期列合并为每个 ID 的一个有序日期列。其次，我需要一个名为“event.type”的列，其中将存储 missed/kept/EB/IK 类别。第三，需要一个“event.number”列，其中将为每个 id 提供事件顺序编号。最后，我需要一个名为“missed/kept counter”的列来计算每个 id 的 keep/missed 数量。

数据应如下所示。

id <- c(1,1,1,2,2,2,2,3,3,3,3)
date <- c("2011/03/17", "2011/03/18", "2011/08/31", "2011/03/30", "2012/01/15", "2012/01/20","2012/04/25","2012/03/10","2012/03/24","2012/05/01","2012/05/10")
event.type <- c("missed", "missed", "EB", "kept", "EB", "IK", "missed", "IK", "EB", "kept", "missed")
event.number <- c(1,2,3,1,2,3,4,1,2,3,4) 
missed.kept.counter <- c(1,2,0,1,0,0,1,0,0,1,2)

data2 <- data.frame(id,date,event.type,event.number,missed.kept.counter)

> data2
id       date   event.type    event.number      missed.kept.counter
1   2011/03/17     missed            1                   1
1   2011/03/18     missed            2                   2
1   2011/08/31         EB            3                   0
2   2011/03/30       kept            1                   1
2   2012/01/15         EB            2                   0
2   2012/01/20         IK            3                   0
2   2012/04/25     missed            4                   1
3   2012/03/10         IK            1                   0
3   2012/03/24         EB            2                   0
3   2012/05/01       kept            3                   1
3   2012/05/10     missed            4                   2

我期待着任何帮助让我摆脱这个问题。

提前感谢您的帮助。

最好的。

Answer 1

尝试使用 data.table。从您的数据开始按行组合而不是按列组合，这使您的数据已经接近您想要的:

library( data.table )
data1 <- data.table( id = rep( id, 2 ), 
                     type = c( type1, type2 ), 
                     date = c( date1, date2 ) )

然后分别按id 和date 排序:

setorder( data1, id, date )

获取event.number。感谢看到@bgoldst 的解决方案:)

data1[ , event.number := seq_len( .N ), by = id ]

你的最后一步，似乎是每个 id 中“missed”和“keep”的累积计数:

data1[ type == "missed" | type == "kept"
, missed.kept.number := cumsum( type == "missed" | type == "kept" ), by = id ]

这将为您提供所需的数字，NA 位于 missed.kept.number 列的其他位置。如果您特别想要零，请在上面的“最后一步”之前添加此行:

data1[ , missed.kept.number := 0L ]