代码之家 › 专栏 › 技术社区 › plausibly_exogenous

根据以前的值更新列值(一旦处理,则始终处理)

dtplyr rstudio data.table dplyr r

plausibly_exogenous · 技术社区 · 4 年前

我想知道是否有一种更快的方法,使用data.table/dplir按组替换基于先前值的值。

假设我的原始数据表如下:

DT_orig <- data.table(name = c("A", "A", "A", "B", "B", "B"), 
                      year = c("2001", "2002", "2003", "2001", "2002", "2003"),
                      treat = c(1,0,0, 0,0,1))

这看起来如下:

 name year treat
1:    A 2001     1
2:    A 2002     0
3:    A 2003     0
4:    B 2001     0
5:    B 2002     0
6:    B 2003     1

在这里,对于每个人(姓名)和时间段(年份),都有一个列(治疗),表明他们是否被分配了治疗。

我正在考虑一种替代治疗方法,一旦一个人接受治疗,他就会继续接受治疗。因此,修改后的数据表应该如下:

   name year treat
1:    A 2001     1
2:    A 2002     1
3:    A 2003     1
4:    B 2001     0
5:    B 2002     0
6:    B 2003     1

请注意,对于A来说,在2001年接受治疗意味着他们在接下来的几年也会受到“治疗”。

因为我有一个非常大的数据表,我想知道是否有一种非常快速的修改方法来实现这一点。

1 回复 | 直到 4 年前

akrun 4 年前

也许我们可以用 cummax (从 base R )

DT_orig[, treat := cummax(treat), name]
DT_orig
#   name year treat
#1:    A 2001     1
#2:    A 2002     1
#3:    A 2003     1
#4:    B 2001     0
#5:    B 2002     0
#6:    B 2003     1

或者也可以这样做 dplyr

library(dplyr)
DT_orig %>%
    group_by(name) %>%
    mutate(treat = cummax(treat))

或使用 基数R

DT_orig$treat <- with(DT_orig, ave(treat, name, FUN = cummax))

s_baldur 4 年前

我会用 cummax() 但这里有一个替代说明 data.table 的联接语法:

DT_orig[, year := as.integer(year)]
DT_orig[DT_orig[treat == 1], on = .(year >= year, name), treat := 1L]

   name year treat
1:    A 2001     1
2:    A 2002     1
3:    A 2003     1
4:    B 2001     0
5:    B 2002     0
6:    B 2003     1

推荐文章

Marc B. · 使用ggplot2创建条形图时“缺少值”

1 年前

deschen · tidyverse与外部向量发生突变,该外部向量的元素是数据帧中的列值

1 年前

Laura · 在Shiny中使用可排序的包拖放名称,这些名称将成为图表

1 年前

Mallikarjun M · 如何使用随机森林进行时间序列预测?

1 年前

ly li · 模型摘要:当表格形状改变时,拟合优度消失

1 年前

C.Robin · 将marginaffects::predictions()的结果连接回main df?

1 年前

monotonic · 如何将格式为“col1+col3+col4”的数据帧的行名转换为一列数字向量“c(1,3,4)”?

2 年前

Shawn Hemelstrand · 为什么我的自定义errorbar函数不能在R中工作?

2 年前

RoyBatty · 统计每个字符在整个数据集中出现的次数

2 年前

stats_noob · R: 记录某个“行为”发生的循环的索引?

2 年前