如何识别元素首次出现的行?

Question

我有以下学生记录的数据框。 我想要的是确定2014年9年级时第一次加入某个项目的学生。

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

为此，我使用以下声明表示，我希望学生year==2014该计划及其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，正如您所注意到的，这将包括在2014年未进入该计划的学生，例如2013年开始的学生a。如何创建一个 ifelse 语句，其中我只捕获 9 年级并在 2014 年首次启动该计划的学生，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

Answer 1

我们可以在按"name"和"year"arrange后使用first来创建逻辑表达式

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，然后在mutate之后对列进行arrange

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)

---

或者对具有保持与输入数据集中相同顺序的额外优势的data.table使用相同的逻辑

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

更新

使用 OP 帖子中的新示例，我们按"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

Answer 2

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