使用r中的长格式data.table中的两个变量按条件改变变量

Posted 2023-02-14

【中文标题】使用r中的长格式data.table中的两个变量按条件改变变量

【英文标题】：mutate variable by condition using two variables in long format data.table in r

【发布时间】：2022-01-11 19:01:18

【问题描述】：

在这个data.table中：

dt <- data.table(id=c(1,1,1,2,2,2), time=rep(1:3,2), x=c(1,0,0,0,1,0))
dt
   id time x
1:  1    1 1
2:  1    2 0
3:  1    3 0
4:  2    1 0
5:  2    2 1
6:  2    3 0

我需要以下物品：

   id time x
1:  1    1 1
2:  1    2 1
3:  1    3 1
4:  2    1 0
5:  2    2 1
6:  2    3 1

那是

如果 x==1 time==1 然后 x=1 在时间 2 和 3，id 如果x==1 在time==2 然后x=1 在时间3，id

对于第一点（我想第二点会类似），我已经尝试过我之前发布的类似问题（here 和 here）中提到的方法，但没有任何工作：

dt[x==1[time == 1], x := x[time == 1], id] 报错 setDT(dt)[, x2:= ifelse(x==1 & time==1, x[time==1], x), by=id] 仅在 time 1 处更改 x（因此，没有观察到真正的变化）

使用宽格式的 data.table 会容易得多，但我一直面临长格式的这种问题，我不想一直重塑我的数据

谢谢！

编辑：

@GregorThomas dt[, x := cummax(x), by = id] 提供的答案适用于我提出的问题。

现在我对字符变量提出同样的问题：

dt2 <- data.table(id=c(1,1,1,2,2,2), time=rep(1:3,2), x=c('a','b','b','b','a','b'))
dt2
   id time x
1:  1    1 a
2:  1    2 b
3:  1    3 b
4:  2    1 b
5:  2    2 a
6:  2    3 b

在上表中，如何做到以下几点：

如果 x=='a' 在 time==1 然后 x='a' 在时间 2 和 3，按 ID 如果 x=='a' 在 time==2 然后 x='a' 在时间 3，通过 id

【参考方案1】：

使用累积最大值函数cummax：

dt[, x := cummax(x), by = id]
dt
# id time x
# 1:  1    1 1
# 2:  1    2 1
# 3:  1    3 1
# 4:  2    1 0
# 5:  2    2 1
# 6:  2    3 1

【讨论】：

谢谢@GregorThomas 和@GuedesBF，这行得通！但是如果x 是一个字符，这个选项就不可能了。你不知道在那种情况下可以做什么吗？

您提供了带有数字列的示例数据。请编辑您的问题以包含文本数据的代表

在其他情况下，我可能会使用cumsum 来触发条件，例如x := fifelse(cumsum(x == "A") > 1, "A", x))。试图概括一下......