R数据表条件在组内，但是在组中第一次实例记录 [英] R data.table condition within group, but recorded at first instance in group

问题描述

我有数据看起来有点像这样：

  df<  -  data.frame（ID = c （1,4），rep（2,2），rep（3,2），4），TYPE = c（1,3,2,4,1,2,2,3,2），
 SEQUENCE = c（seq（1,4），1,2,1,2,1））
 
 ID类型序列
 1 1 1 
 1 3 2 
 1 2 3 
 1 4 4 
 2 1 1 
 2 2 2 
 3 2 1 
 3 3 2 
 4 2 1 
  

我知道需要检查每个ID块（二进制）中是否存在某种类型， $ b回答每个块的第一个记录（SEQUENCE == 1）。

到目前为止，我想出的最好的是他们在他们所在的行，例如

  library（data.table）
 DT<  -  data.table（df）
 DT $ A [DT $ TYPE == 1]<  -  1 
 DT $ B [DT $ TYPE == 2]<  -  1 
 DT $ C [DT $ TYPE == 3] -  1 
 DT $ D [DT $ TYPE == 4]<  -  1 
 DT [is.na（DT）] < -  0 
  / pre> 
 
 
结果：
  ID TYPE SEQUENCE ABCD 
 1 1 1 1 0 0 0 
 1 3 2 0 0 1 0 
 1 2 3 0 1 0 0 
 1 4 4 0 0 0 1 
 2 1 1 1 0 0 0 
 2 2 2 0 1 0 0 
 3 2 1 0 1 0 0 
 3 3 2 0 0 1 0 
 4 2 1 0 1 0 0 
  
但是，结果应如下所示：
  ID类型序列ABCD 
 1 1 1 1 1 1 1 
 1 3 2 0 0 0 0 
 1 2 3 0 0 0 0 
 1 4 4 0 0 0 0 
 2 1 1 1 1 0 0 
 2 2 2 0 0 0 0 
 3 2 1 0 1 1 0 
 3 3 2 0 0 0 0 
 4 2 1 0 1 0 0 
  
我假设这可以用 data.table ，但我没有找到正确的语法。
解决方案
这使得data.table的一个副本：
  DT [，FAC：= factor（TYPE，labels = LETTERS [1： 4]）] 
 
 DT <-dcast.data.table（DT，ID + TYPE + SEQUENCE_FAC，fun.aggregate = length）
 DT [，LETTERS [1：4 ]：= lapply（.SD，
 function（x）c（any（as.logical（x）），rep（0L，length（x）-1））），
 .SDcols = LETTERS [1：4]，by = ID] 
＃ID类型序列ABCD 
＃1：1 1 1 1 1 1 1 
＃2：1 2 3 0 0 0 0 
＃3：1 3 2 0 0 0 0 
＃4：1 4 4 0 0 0 0 
＃5：2 1 1 1 1 0 0 
＃6：2 2 2 0 0 0 0 
＃7：3 2 1 0 1 1 0 
＃8：3 3 2 0 0 0 0 
＃9：4 2 1 0 1 0 0 
  
 
I have data that looks a bit like this:
df <- data.frame(ID=c(rep(1,4),rep(2,2),rep(3,2),4), TYPE=c(1,3,2,4,1,2,2,3,2),
                 SEQUENCE=c(seq(1,4),1,2,1,2,1))

ID  TYPE  SEQUENCE
1   1     1
1   3     2
1   2     3
1   4     4
2   1     1
2   2     2
3   2     1
3   3     2
4   2     1
I know need to check if a certain type is present in each ID block (binary), but only record the
answer in the first record per block (SEQUENCE == 1).

The best I came up with so far is coding them in the row they are present in, e.g.
library(data.table)
DT <- data.table(df)
DT$A[DT$TYPE==1] <- 1
DT$B[DT$TYPE==2] <- 1
DT$C[DT$TYPE==3] <- 1
DT$D[DT$TYPE==4] <- 1
DT[is.na(DT)] <- 0
RESULT:
ID  TYPE  SEQUENCE  A B C D
1   1     1         1 0 0 0
1   3     2         0 0 1 0
1   2     3         0 1 0 0
1   4     4         0 0 0 1
2   1     1         1 0 0 0
2   2     2         0 1 0 0
3   2     1         0 1 0 0
3   3     2         0 0 1 0
4   2     1         0 1 0 0
However, the result should look like this:
ID  TYPE  SEQUENCE  A B C D
1   1     1         1 1 1 1
1   3     2         0 0 0 0
1   2     3         0 0 0 0
1   4     4         0 0 0 0
2   1     1         1 1 0 0
2   2     2         0 0 0 0
3   2     1         0 1 1 0
3   3     2         0 0 0 0
4   2     1         0 1 0 0
I assume this can be done with data.table, but I haven't quite found the correct syntax.
解决方案
This makes one copy of the data.table:
DT[, FAC := factor(TYPE, labels=LETTERS[1:4])]

DT <- dcast.data.table(DT, ID+TYPE+SEQUENCE~FAC, fun.aggregate=length)
DT[,LETTERS[1:4] := lapply(.SD, 
                           function(x) c(any(as.logical(x)), rep(0L, length(x)-1))),
   .SDcols=LETTERS[1:4], by=ID]
#   ID TYPE SEQUENCE A B C D
#1:  1    1        1 1 1 1 1
#2:  1    2        3 0 0 0 0
#3:  1    3        2 0 0 0 0
#4:  1    4        4 0 0 0 0
#5:  2    1        1 1 1 0 0
#6:  2    2        2 0 0 0 0
#7:  3    2        1 0 1 1 0
#8:  3    3        2 0 0 0 0
#9:  4    2        1 0 1 0 0


                        
这篇关于R数据表条件在组内，但是在组中第一次实例记录的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！