几天前我问了一个问题，你们帮我解决了这个问题，我永远感激不尽！ 但是，一个新问题出现了，我再次需要您的帮助！
这是原始问题的链接： (R( 累积计数序列号中的间隙
我试图累积计算每个选择的唯一ID的序列号中的间隙。 这是我的数据集：
UniqueID Month
ABC123 1
ABC123 2
ABC123 3
ABC123 4
ABC123 6
ABC123 7
DEF456 3
DEF456 4
DEF456 10
DEF456 11
DEF456 12
DEF456 14
GHI789 2
GHI789 3
JKL012 12
JKL012 13
JKL012 14
在您的帮助下，我调整了上面链接提供的代码，如下所示：
data2=data %>%
group_by(UniqueID) %>%
mutate(Skip = if_else(Month - lag(Month, default = first(Month) - 1) - 1 > 0, 1, 0),
CountSkip = cumsum(Skip))
data2 = data2%>%
group_by(UniqueID) %>%
mutate(LastValue = if_else(Month == last(Month), 1, 0))
data2=as.data.frame(data2)
data2$FinalTally=ifelse(data2$LastValue==1 & data2$Month!=14,1,0)
data2$SeqCount=data2$FinalTally+data2$CountSkip
这是生成的数据集：
UniqueID Month Skip CountSkip LastValue FinalTally SeqCount
ABC123 1 0 0 0 0 0
ABC123 2 0 0 0 0 0
ABC123 3 0 0 0 0 0
ABC123 4 0 0 0 0 0
ABC123 6 1 1 0 0 1
ABC123 7 1 2 1 1 2
DEF456 3 0 0 0 0 0
DEF456 4 0 0 0 0 0
DEF456 10 1 1 0 0 1
DEF456 11 1 1 0 0 1
DEF456 12 1 1 0 0 1
DEF456 14 2 2 1 0 2
GHI789 2 0 0 0 0 0
GHI789 3 0 1 1 1 1
JKL012 12 0 0 0 0 0
JKL012 13 0 0 0 0 0
JKL012 14 0 0 1 0 0
这就是我想要的...或者我是这么想的。
在添加下个月(15(的新数据时，我编辑了代码的倒数第二行，以说明15是新的最后一个月。但是，我注意到按月划分的 SeqCount 总和与添加新数据之前的同月总和不同。 我过滤到一个月，找到了一个 UniqueID 的示例，其中 SeqCount 总和不同。
下面是包含新数据之前的示例：
UniqueID Month Skip CountSkip LastValue FinalTally SeqCount
ZZZ999 2 0 0 0 0 0
ZZZ999 3 0 0 0 0 0
ZZZ999 4 0 0 0 0 0
ZZZ999 5 0 0 0 0 0
ZZZ999 6 0 0 1 1 1
下面是包含新数据时的示例：
UniqueID Month Skip CountSkip LastValue FinalTally SeqCount
ZZZ999 2 0 0 0 0 0
ZZZ999 3 0 0 0 0 0
ZZZ999 4 0 0 0 0 0
ZZZ999 5 0 0 0 0 0
ZZZ999 6 0 0 0 0 0
ZZZ999 15 1 1 1 0 1
这就是问题所在：添加新数据时，第 6 个月会丢失 SeqCount 的值。
我的最终目标是以 SeqCount 作为响应，其他一些列作为预测因子，为每个月运行一个回归模型(为了便于阅读，我没有包括它们(。每当我添加新数据时，响应都会发生变化，我的估计将不一致。
有没有办法以不同的方式构建我的代码，以便在添加新数据时，代码的逻辑不会更改 SeqCount 以前值的信息？
任何帮助将不胜感激！
谢谢！
以下内容似乎可以重现您想要的内容，而无需将任何值硬编码到逻辑中。
注意 - 正如其他人所评论的那样，问题中的结果与提供的代码之间似乎存在差异。例如，在问题帖子中，第 3 个月的 UniqueID GHI789 的 CountSkip 值为 1，尽管代码返回 0。此答案中的代码返回 0。
data <- cbind.data.frame(UniqueID = c('ABC123','ABC123','ABC123','ABC123','ABC123','ABC123','DEF456','DEF456','DEF456','DEF456','DEF456','DEF456','GHI789','GHI789','JKL012','JKL012','JKL012'),
Month = c(1,2,3,4,6,7,3,4,10,11,12,14,2,3,12,13,14))
cartesian <- expand.grid(UniqueID = unique(as.character(data$UniqueID)),
Month = seq(from=min(data$Month), to=max(data$Month), by=1))
BA <- cartesian %>%
left_join(data %>% mutate(Month_orig=Month), by=c("UniqueID","Month")) %>%
arrange(UniqueID, Month) %>%
group_by(UniqueID) %>%
mutate(Skip = ifelse(Month==Month_orig &
is.na(lag(Month_orig,1)) &
Month!=min(Month[!is.na(Month_orig)]),
1, 0)) %>%
mutate(Skip = ifelse(Skip==1 & is.na(lag(Month_orig,2)), 0, Skip)) %>% # contstrain to only one skipped period?
filter(!is.na(Month_orig)) %>%
mutate(CountSkip = cumsum(Skip)) %>%
mutate(LastValue = ifelse(Month==max(Month), 1, 0)) %>%
mutate(FinalTally = ifelse(LastValue==1 & Month != max(Month),1,0)) %>%
mutate(SeqCount = FinalTally + CountSkip) %>%
select(-Month_orig)
BA
# A tibble: 17 x 7
# Groups: UniqueID [4]
UniqueID Month Skip CountSkip LastValue FinalTally SeqCount
<fct> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 ABC123 1 0 0 0 0 0
2 ABC123 2 0 0 0 0 0
3 ABC123 3 0 0 0 0 0
4 ABC123 4 0 0 0 0 0
5 ABC123 6 1 1 0 0 1
6 ABC123 7 0 1 1 0 1
7 DEF456 3 0 0 0 0 0
8 DEF456 4 0 0 0 0 0
9 DEF456 10 0 0 0 0 0
10 DEF456 11 0 0 0 0 0
11 DEF456 12 0 0 0 0 0
12 DEF456 14 1 1 1 0 1
13 GHI789 2 0 0 0 0 0
14 GHI789 3 0 0 1 0 0
15 JKL012 12 0 0 0 0 0
16 JKL012 13 0 0 0 0 0
17 JKL012 14 0 0 1 0 0
在更仔细地阅读问题和评论时 - 我同意需要参考表格的先前版本才能实施解决方案。您可以尝试 rbind(old_data，new_rows(，其中new_rows是处理所有数据并仅保留old_data中不包含的唯一(UniqueID、Month(的结果。我不完全遵循这里的逻辑或意图，所以也许这不是一个好主意。