R-验证ID是否通过所有阶段

Question

id  current stage  previous stages
1      06              05
1      06              03
2     04               03
2     04               02

假设有5个ID阶段。(02,03等(ID应该通过每个阶段。在示例ID NUM 1跳过04和02阶段中，ID NUM 2通过所有阶段。因此，它应该是当前阶段-1和-2等...

我必须识别跳过阶段的此类ID。需要进行r或hadoop查询。

Answer 1

如果我正确理解了问题，则可以在dplyr解决方案下尝试。

library(dplyr)
df %>%
  group_by(id, current_stage) %>%
  summarise(all_prev_stages = paste(sort(previous_stages, decreasing = T), collapse = ",")) %>%
  mutate(posible_prev_stages = paste(seq(current_stage-1, 2), collapse = ",")) %>%
  filter(all_prev_stages != posible_prev_stages) %>%
  select(id)

这给出了跳过阶段的ID列表(即示例数据中的id = 1(：

     id
1     1

样本数据：

df <- structure(list(id = c(1L, 1L, 2L, 2L), current_stage = c(6L, 
6L, 4L, 4L), previous_stages = c(5L, 3L, 3L, 2L)), .Names = c("id", 
"current_stage", "previous_stages"), class = "data.frame", row.names = c(NA, 
-4L))