检测 R 中两个变量之间的首次出现

Question

我想计算 R 中两个变量（IPC 和 2IPC）的首次出现次数，排除两个变量相同的情况（例如 !IPC == 2IPC）。

这是一个数据集示例：

**date  IPC     2IPC    occurrence** 
 1968   G01S    Na      1
 1969   G01N    G01S    1
 1969   B62D    B43L    1
 1969   G01S    Na      0
 1970   G01S    G01C    1
 1970   G01S    H04B    1
 1970   G01S    H04B    0
 1971   G01S    H01S    1
 1971   G01S    G01S    0
 1972   H04N    H04N    0
 1972   G01S    G01S    0
 1972   G01S    G01S    0

我使用了 Excel 函数 COUNTIFS，它为两个变量之间的第一次出现创建了一个虚拟（出现）。是否可以使用 dplyr 来完成这项任务？

Answer 1

使用 dplyr 并假设 Na 值是有效值而不是 NA，您可以运行以下代码：

library(dplyr)
mydf %>% 
group_by(IPC,X2IPC) %>%
mutate(N_occurences=row_number()) %>% 
mutate(FirstOccurrence=case_when(
    (IPC!=X2IPC) & N_occurences==1 ~ 1,
    (IPC==X2IPC) | N_occurences!=1 ~ 0
))

您将得到以下结果：

   X..date IPC   X2IPC occurrence.. N_occurences FirstOccurrence
     <int> <chr> <chr>        <int>        <int>           <dbl>
 1    1968 G01S  Na               1            1            1.00
 2    1969 G01N  G01S             1            1            1.00
 3    1969 B62D  B43L             1            1            1.00
 4    1969 G01S  Na               0            2            0   
 5    1970 G01S  G01C             1            1            1.00
 6    1970 G01S  H04B             1            1            1.00
 7    1970 G01S  H04B             0            2            0   
 8    1971 G01S  H01S             1            1            1.00
 9    1971 G01S  G01S             0            1            0   
10    1972 H04N  H04N             0            1            0   
11    1972 G01S  G01S             0            2            0   
12    1972 G01S  G01S             0            3            0

是否要在OP中使用相同的数据框，只需运行代码：

mydf %>% 
    group_by(IPC,X2IPC) %>%
    mutate(N_occurences=row_number()) %>% 
    mutate(FirstOccurrence=case_when(
        (IPC!=X2IPC) & N_occurences==1 ~ 1,
        (IPC==X2IPC) | N_occurences!=1 ~ 0
    )) %>%
    select(1:3,6)

Answer 2

使用

transform(dat,occurence=as.numeric(!duplicated(dat[2:3])&(IPC!=X2IPC)))
   date  IPC X2IPC occurence
1  1968 G01S    Na         1
2  1969 G01N  G01S         1
3  1969 B62D  B43L         1
4  1969 G01S    Na         0
5  1970 G01S  G01C         1
6  1970 G01S  H04B         1
7  1970 G01S  H04B         0
8  1971 G01S  H01S         1
9  1971 G01S  G01S         0
10 1972 H04N  H04N         0
11 1972 G01S  G01S         0
12 1972 G01S  G01S         0

数据：

dat=structure(list(date = c(1968L, 1969L, 1969L, 1969L, 1970L, 1970L, 
1970L, 1971L, 1971L, 1972L, 1972L, 1972L), IPC = c("G01S", "G01N", 
"B62D", "G01S", "G01S", "G01S", "G01S", "G01S", "G01S", "H04N", 
"G01S", "G01S"), X2IPC = c("Na", "G01S", "B43L", "Na", "G01C", 
"H04B", "H04B", "H01S", "G01S", "H04N", "G01S", "G01S")), .Names = c("date", 
"IPC", "X2IPC"), row.names = c(NA, -12L), class = "data.frame")

检测 R 中两个变量之间的首次出现

Detect first occurrences between two variables in R

r

find-occurrences

dplyr

dummy-variable