根据其他列中值的大小创建新变量

Question

我正在尝试使用一个名为 'epi'（代表剧集）的新变量创建一个 df...它基于 'days.since.last' 变量。当 'days.since.last' 的值大于 90 时，我希望 episode 变量增加 1。

这里是原df

   deid session.number days.since.last
1     1              1               0
2     1              2               7
3     1              3              12
4     5              1               0
5     5              2               7
6     5              3              14
7     5              4              93
8     5              5               5
9     5              6             102
10   12              1               0
11   12              2              21
12   12              3             104
13   12              4               4

创建于

help <- data.frame(deid = c(1, 1, 1, 5, 5, 5, 5, 5, 5, 12, 12, 12, 12),
                   session.number = c(1, 2, 3, 1, 2, 3, 4, 5, 6, 1, 2, 3, 4),
                   days.since.last = c(0, 7, 12, 0, 7, 14, 93, 5, 102, 0, 21, 104, 4))

这是我希望实现的输出

   deid session.number days.since.last epi
1     1              1               0   1
2     1              2               7   1
3     1              3              12   1
4     5              1               0   1
5     5              2               7   1
6     5              3              14   1
7     5              4              93   2
8     5              5               5   2
9     5              6             102   3
10   12              1               0   1
11   12              2              21   1
12   12              3             104   2
13   12              4               4   2

我最好的尝试是下面的代码，但是，它不会改变每个新剧集的第一个值（它们保持为 0）...

help$epi <- as.numeric(0)

tmp <- gapply(help, form = ~ deid, FUN = function(x)
{     
  spanSeq <- rle(x$days.since.last <= 90)$lengths[rle(x$days.since.last <= 90)$values == TRUE] 
  x$epi[x$days.since.last <= 90] <- rep(seq_along(spanSeq), times = spanSeq)
  rm(spanSeq)
  x    
})
help2 <- do.call("rbind", tmp)
rownames(help2)<-c(1:length(help2$deid))

非常感谢任何帮助！

Answer 1

您可以像这样使用 dplyr 执行此操作：

library(dplyr)
help %>% group_by(deid) %>% mutate(epi = cumsum(ifelse(days.since.last>90,1,0))+1)


   deid session.number days.since.last epi
1     1              1               0   1
2     1              2               7   1
3     1              3              12   1
4     5              1               0   1
5     5              2               7   1
6     5              3              14   1
7     5              4              93   2
8     5              5               5   2
9     5              6             102   3
10   12              1               0   1
11   12              2              21   1
12   12              3             104   2
13   12              4               4   2

本质上，group_by 为您的 'deid' 变量按组执行所有操作。我们为每个超过 90 的 'days.since.last' 分配一个 1 或一个 0。然后我们创建一个新变量，它是这些 1 和 0 的累积和。通过将其加一，我们可以得到您想要的结果。

根据其他列中值的大小创建新变量

Create new variable based on size of value in other column

r

apply