我当前有一个以下格式的数据集
id, date, category, city
1, 2016-01-01, A CityA
2, 2016-01-01, B CityA
等。
我试图使用突变,以便在过去30天或x时间范围内为我提供有条件的运行计数。
开始,我尝试使用它是否有效并从那里扩展
mutate(df, last_thirty_day_count = sum(df$id < id & df$city == city))
,但它只是给我零。
任何帮助将不胜感激。
首先,这是一个稍长的示例数据集
set.seed(8675309)
sampleData <-
data_frame(id = 1:20
, date = seq(as.Date("2017-01-01")
, as.Date("2017-01-20")
, by = "day")
, category = sample(LETTERS[1:3], 20, TRUE)
, city = sample(letters[1:3], 20, TRUE)
)
然后,只需确定什么是合格的观察。从您的问题中不清楚您要使用的是什么。在这里,我将1月4日用作截止日期,但是您可以使用适合您的情况的任何东西。然后,group_by
您要计算的变量,然后将它们添加。这假设它们在顺序上,如果没有,请确保先arrange
。
sampleData %>%
mutate(QualifiyingObs = date > "2017-01-04") %>%
group_by(city) %>%
mutate(CountOfQual = cumsum(QualifiyingObs))
给出
id date category city QualifiyingObs CountOfQual
<int> <date> <chr> <chr> <lgl> <int>
1 1 2017-01-01 A a FALSE 0
2 2 2017-01-02 B c FALSE 0
3 3 2017-01-03 C c FALSE 0
4 4 2017-01-04 C a FALSE 0
5 5 2017-01-05 A b TRUE 1
6 6 2017-01-06 C c TRUE 1
7 7 2017-01-07 C a TRUE 1
8 8 2017-01-08 C a TRUE 2
9 9 2017-01-09 C a TRUE 3
10 10 2017-01-10 B c TRUE 2
11 11 2017-01-11 C c TRUE 3
12 12 2017-01-12 B c TRUE 4
13 13 2017-01-13 B a TRUE 4
14 14 2017-01-14 A b TRUE 2
15 15 2017-01-15 C a TRUE 5
16 16 2017-01-16 C b TRUE 3
17 17 2017-01-17 C b TRUE 4
18 18 2017-01-18 A b TRUE 5
19 19 2017-01-19 C a TRUE 6
20 20 2017-01-20 C c TRUE 5