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。
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))