是否有一个 R 函数可以根据条件计算数据框中先前日期的数量

Posted 2023-02-14

【中文标题】是否有一个 R 函数可以根据条件计算数据框中先前日期的数量

【英文标题】：Is there an R function that counts the number of previous number of dates in a data frame and based on condition

【发布时间】：2022-01-16 07:22:21

【问题描述】：

我想计算每个学生在最近一次缺勤之前的缺勤次数，并将这些计数作为一列添加到数据框中。

 Student ID       Absent Date       Subject        

    4567           08/30/2018          M
    4567           09/22/2019          M
    8345           09/01/2019          S
    8345           03/30/2019         PE         
    8345           07/18/2017          M
    5601           01/08/2019         SS

这是所需的输出：

 Student ID       Absent Date       Subject       Previous Absence            

    4567           08/30/2018          M                 1
    4567           09/22/2019          M                 1
    8345           09/01/2019          S                 2
    8345           03/30/2019         PE                 2        
    8345           07/18/2017          M                 2
    5601           01/08/2019         SS                 0

然后，我想计算每个学生之前的数学缺勤次数 (M)，并将这些计数作为一列添加到数据框中。

 Student ID       Absent Date       Subject       Previous Absence            

    4567           08/30/2018          M                 1
    4567           09/22/2019          M                 1
    8345           09/01/2019          S                 2
    8345           03/30/2019         PE                 2        
    8345           07/18/2017          M                 2
    5601           01/08/2019         SS                 0

想要的输出：

 Student ID  Absent Date  Subject  Prior Absence  Prior M Absence              

    4567      08/30/2018       M           1            1
    4567      09/22/2019       M           1            1
    8345      09/01/2019       S           2            0
    8345      03/30/2019      PE           2            0        
    8345      07/18/2017       M           2            0
    5601      01/08/2019      SS           0            0

谢谢！

【问题讨论】：

您能澄清一下您想要的输出中的“Prior M Absence”吗？对于学生 ID 8345，数学缺勤发生在 2017 年，在其他缺勤之前，但“Prior M Absence”的值为零。那是因为这个值只反映了过去没有的数学课吗？还是打算将 2017 年 7 月 18 日的日期晚于该学生的其他缺勤日期？

@Ben 你好！ “Prior M Absence”是仅包含以前数学缺勤的列。所以在这种情况下，它是 0，因为学生 8345 只缺席了 1 次数学，这意味着他们以前从未缺席过任何数学。如果学生 8345 的 3 次缺勤中有 2 次是数学，那么“Prior M Absence”输出将为 1。我希望这是有道理的:)

为什么第 2 行中 ID 4567 的前一个不存在 == 1 而不是 2？这不是他第二次缺席吗？？

你好@Onyambu！它是 1，因为之前只有一个缺席。这是关于学生之前缺勤的次数，而不是总缺勤次数。

【参考方案1】：

这假设数据已经按Absent_Date 排序（至少在每个Student_ID 内）：

library(dplyr)
df %>%
  group_by(Student_ID) %>%
  mutate(
    n_prior_absence = n() - 1,
    n_prior_absence_math = sum(head(Subject, -1) == "M")
  )
# # A tibble: 6 × 5
# # Groups:   Student_ID [3]
#   Student_ID Absent_Date Subject n_prior_absence n_prior_absence_math
#        <int> <chr>       <chr>             <dbl>                <int>
# 1       4567 08/30/2018  M                     1                    1
# 2       4567 09/22/2019  M                     1                    1
# 3       8345 09/01/2019  S                     2                    0
# 4       8345 03/30/2019  PE                    2                    0
# 5       8345 07/18/2017  M                     2                    0
# 6       5601 01/08/2019  SS                    0                    0

---

使用这些数据：

df = read.table(text = 'Student_ID       Absent_Date       Subject        
4567           08/30/2018          M
4567           09/22/2019          M
8345           09/01/2019          S
8345           03/30/2019         PE         
8345           07/18/2017          M
5601           01/08/2019         SS', header = T)