代码之家 › 专栏 › 技术社区 › Nathan123

如何识别第一次出现元素的行?

Nathan123 · 技术社区 · 6 年前

我有以下学生记录的数据框架。我想确定的是,2014年9年级时第一次参加某个项目的学生。

names.first<-c('a','a','b','b','c','d')
names.last<-c('c','c','z','z','f','h')
year<-c(2014,2013,2014,2015,2015,2014)
grade<-c(9,8,9,10,10,10)

df<-data.frame(names.first,names.last,year,grade)
df

为了做到这一点,我用下面的语句来表示我希望学生们把课程放在哪里 year==2014 及其 grade ==9.

 df$first.cohort<-ifelse(df$year==2014 & df$grade==9,1,0)
df



  names.first names.last year grade first.cohort
1           a          c 2014     9            1
2           a          c 2013     8            0
3           b          z 2014     9            1
4           b          z 2015    10            0
5           c          f 2015    10            0
6           d          h 2014    10            0

但是,正如你所注意到的,这将包括2014年没有进入该课程的学生,如学生 a 从2013年开始。如何创建一个iFelse声明,其中我只捕获9年级的学生,并在2014年第一次启动该计划,以便 df 看起来像

  names.first names.last year grade first.cohort
1           a          c 2014     9            0
2           a          c 2013     8            0
3           b          z 2014     9            1
4           b          z 2015    10            0
5           c          f 2015    10            0
6           d          h 2014    10            0

2 回复 | 直到 6 年前

akrun 6 年前

我们可以使用 first 之后 arrange 通过“name”和“year”创建逻辑表达式

library(dplyr)
df %>% 
   arrange(names, year) %>% 
   group_by(names) %>% 
   mutate(first.cohort = as.integer(grade == 9 & first(year) == 2014))
# A tibble: 6 x 4
# Groups:   names [4]
#  names  year grade first.cohort
#  <fct> <dbl> <dbl>        <int>
#1 a      2013     8            0
#2 a      2014     9            0
#3 b      2014     9            1
#4 b      2015    10            0
#5 c      2015    10            0
#6 d      2014    10            0

为了保持与输入数据集中相同的顺序,我们可以先创建一个序列列,然后执行 安排 在列上 mutate

df %>% 
   mutate(rn = row_number()) %>%
   arrange(names, year) %>% 
   group_by(names) %>% 
   mutate(first.cohort = as.integer(grade == 9 & first(year) == 2014)) %>%
   ungroup %>%
   arrange(rn) %>%
   select(-rn)

或者使用相同的逻辑 data.table 具有与输入数据集中保持相同顺序的额外优势

library(data.table)
setDT(df)[order(names, year), first.cohort := as.integer(grade == 9 &
           first(year) == 2014), names]

更新

在OP文章中的新示例中,我们通过“名称”列进行分组

df %>% 
   arrange(names.first, names.last, year) %>%
   group_by(names.first, names.last) %>%
   mutate(first.cohort = as.integer(grade == 9 & first(year) == 2014))
# A tibble: 6 x 5
# Groups:   names.first, names.last [4]
#  names.first names.last  year grade first.cohort
#  <fct>       <fct>      <dbl> <dbl>        <int>
#1 a           c           2013     8            0
#2 a           c           2014     9            0
#3 b           z           2014     9            1
#4 b           z           2015    10            0
#5 c           f           2015    10            0
#6 d           h           2014    10            0

BENY 6 年前

使用 dplyr

library(dplyr)
df%>%group_by(names)%>%dplyr::mutate(Fc=as.numeric((year==2014&grade==9)&(min(year)==2014)))
# A tibble: 6 x 4
# Groups:   names [4]
   names  year grade    Fc
  <fctr> <dbl> <dbl> <dbl>
1      a  2014     9     0
2      a  2013     8     0
3      b  2014     9     1
4      b  2015    10     0
5      c  2015    10     0
6      d  2014    10     0