R:按ID统计变量每天出现的次数

Question

我以前也问过类似的问题(这里是链接)，这次，我也想计算v 区分每天和每个ID的数量，但是现在"区分"不仅意味着一天的不同v，而且意味着这一天和未来几天的不同v。

例如，如果第二天有一个v1，但在前一天也有，我们不计算第二天的v1。

ID1:

day1: v1/v2 -----> 2 for day1

day2: v1/v3 -----> 1 for day2

day3: v3 -----> 0 for day3

ID2

day1: v4 -----> for day1

day2: v5/v4/v1 -----> 2 for day2

day3: v3/v4 -----> for day3

这是我的数据:

ID         Day             v
ID1         1              v1
ID1         1              v1
ID1         1              v2
ID1         2              v1
ID1         2              v3
ID1         3              v3
ID1         3              v3
ID1         3              v3
ID2         1              v4
ID2         2              v5
ID2         2              v5
ID2         2              v4
ID2         2              v1
ID2         3              v3
ID2         3              v4

使用上面的数据，我想得到如下的结果:

ID         Day             v         daily_v_distinguish_ID
ID1         1              v1            2
ID1         1              v1            NA
ID1         1              v2            NA
ID1         2              v1            1
ID1         2              v3            NA
ID1         3              v3            0
ID1         3              v3            NA
ID1         3              v3            NA
ID2         1              v4            1
ID2         2              v5            2
ID2         2              v5            NA
ID2         2              v4            NA
ID2         2              v1            NA
ID2         3              v3            1
ID2         3              v4            NA

如果我们使用setDT(df1)[, daily_v_ID := c(uniqueN(v), rep(NA, .N-1)), by = .(ID, Day)]，我们没有将当天的v与远期日期进行比较。

Answer 1

我们可以使用data.table来创建'daily_v_distinguish_ID'。将'data.frame'转换为'data.frame'。表' (setDT(df1))，按'ID'分组，我们基于'v'中不属于duplicated的元素创建一个逻辑索引。在下一步中，我们按'ID'和'Day'列分组，获得'indx'的sum并与'NA'连接以填充每个组中的其余元素，并将(:=)分配为'daily_v_distinguish_ID'。

 library(data.table)
 setDT(df1)[, indx:=!duplicated(v) ,.(ID)
    ][, daily_v_distinguish_ID:= c(sum(indx),rep(NA, .N-1)) , .(ID, Day)
    ][,indx:=NULL]
df1
#     ID Day  v daily_v_distinguish_ID
# 1: ID1   1 v1                      2
# 2: ID1   1 v1                     NA
# 3: ID1   1 v2                     NA
# 4: ID1   2 v1                      1
# 5: ID1   2 v3                     NA
# 6: ID1   3 v3                      0
# 7: ID1   3 v3                     NA
# 8: ID1   3 v3                     NA
# 9: ID2   1 v4                      1
#10: ID2   2 v5                      2
#11: ID2   2 v5                     NA
#12: ID2   2 v4                     NA
#13: ID2   2 v1                     NA
#14: ID2   3 v3                      1
#15: ID2   3 v4                     NA

使用dplyr的类似选项是

library(dplyr)
df1 %>% 
   group_by(ID) %>%
   mutate(ind=!duplicated(v)) %>%
   group_by(Day, add=TRUE)%>% 
   mutate(daily_v_distinguish_ID=c(sum(ind), rep(NA, n()-1))) %>% 
   select(-ind)

或者从base R使用ave

with(df1, ave(!duplicated(df1[-2]), ID, Day, FUN=function(x) 
                  c(sum(x), rep(NA, length(x)-1))))
#[1]  2 NA NA  1 NA  0 NA NA  1  2 NA NA NA  1 NA

数据

df1 <- structure(list(ID = c("ID1", "ID1", "ID1", "ID1", "ID1", "ID1", 
"ID1", "ID1", "ID2", "ID2", "ID2", "ID2", "ID2", "ID2", "ID2"
), Day = c(1L, 1L, 1L, 2L, 2L, 3L, 3L, 3L, 1L, 2L, 2L, 2L, 2L, 
3L, 3L), v = c("v1", "v1", "v2", "v1", "v3", "v3", "v3", "v3", 
"v4", "v5", "v5", "v4", "v1", "v3", "v4")), .Names = c("ID", 
"Day", "v"), class = "data.frame", row.names = c(NA, -15L))