标记堆叠数据集

Question

每年有两组，第一组堆叠在第二组之上。我想添加一个列来表示一行在哪个组中：第一或第二。我为此示例标记了组，但该字段未出现在真实数据集中。

year measure data ...
1991       1  ...  [group 1]
1991       2       [group 1] 
1991       3       [group 1] 
1991       1       [group 2] 
1991       2       [group 2] 
1991       3       [group 2] 
1991       4       [group 2] 
1992       1       [group 1] 
1992       2       [group 1] 
1992       3       [group 1]
1992       1       [group 2] 
1992       2       [group 2] 
1992       3       [group 2] 
1992       4       [group 2]

Answer 1

我们可以尝试使用 data.table、dplyr 或 base R 方法。使用 data.table，我们将 'data.frame' 转换为 'data.table' (setDT(df1))，按 'year' 分组，我们检查 'measure' 的相邻元素的差异小于 0，得到累加和，paste 和 'group' 创建第 'grp' 列。

library(data.table)
setDT(df1)[, grp := paste("group", cumsum(c(TRUE, diff(measure) < 0))), year]
df1   
#    year measure     grp
#1: 1991       1 group 1
#2: 1991       2 group 1
#3: 1991       3 group 1
#4: 1991       1 group 2
#5: 1991       2 group 2
#6: 1991       3 group 2
#7: 1991       4 group 2
#8: 1992       1 group 1
#9: 1992       2 group 1
#10:1992       3 group 1
#11:1992       1 group 2
#12:1992       2 group 2
#13:1992       3 group 2
#14:1992       4 group 2

可以在 dplyr

中使用相同的方法

library(dplyr)
df1 %>%
  group_by(year) %>%
  mutate(grp = paste("group", cumsum(c(TRUE, diff(measure) < 0))))

标记堆叠数据集

Labelling a stacked dataset

r

calculated-columns