R：符合> =组中的其他行的行数 [英] R: number rows that match >= other row within group

问题描述

是否可以将两个表格彼此匹配，其中一个变量> =另一个，但在一个组内？

 <$ c $数据框架（ID = c（rep（1,6），rep（2,4）），
 IDSEQ = c（seq（1,6），seq ），
 TAG = c（0,0,1,0,1,0,0,1,0,0））
  

下面是表格的简单示例：

  ID IDSEQ TAG 
 1 1 0 
 1 2 0 
 1 3 1 
 1 4 0 
 1 5 1 
 1 6 0 
 2 1 0 
 2 2 1 
 2 3 0 
 2 4 0 
  

创建了一个小的查找（需要使用min作为几个TAG可能发生在每个ID组内完成）：

  df2 < df [which（df $ TAG == 1），] 
 
库（data.table）
 DT < -  data.table（df2）
 DT < [，list（IDSEQ = min（IDSEQ）），by = ID] 
 
 ID IDSEQ 
 1 3 
 2 2 
  / pre> 
 
 
我正在考虑用ID编号的行，其中 df $ ID == DT $ ID  code> df $ IDSEQ> = DT $ IDSEQ ，但可能有其他方法来解决此问题。
 
 
 
看起来像这样。
  ID IDSEQ标签案例
 1 1 0 0 
 1 2 0 0 
 1 3 1 1 
 1 4 0 2 
 1 5 1 3 
 1 6 0 4 
 2 1 0 0 
 2 2 1 1 
 2 3 0 2 
 2 4 0 3 
  
我想这可以用<$ 
解决方案
 
我认为合并data.tables在这里可能是有用的。类似... 
  DT0 < -  data.table（df）
 setkey（DT0，ID）合并中的第一个数据表必须被键入
 
 DT0 [DT，IDSEQ> = i.IDSEQ]＃这标记每一行是否满足条件
  
我不知道前缀 i。在哪里，  X [Y，...] 加入的第二个表中的列。
 
 
 
 
 
 
我仍然试图找到一个优雅的方式来对组中的行进行编号。这是一种笨拙的方法：
  DT0 [，CASES：= 0L] 
 DT0 [DT0 [IDSEQ> = i.IDSEQ]] $ V1，CASES：= 1：.N，by = ID] 
  
 
 $ b b 
它提供
  ID IDSEQ TAG CASES 
 1：1 1 0 0 
 2： 1 2 0 0 
 3：1 3 1 1 
 4：1 4 0 2 
 5：1 5 1 3 
 6：1 6 0 4 
 7： 2 1 0 0 
 8：2 2 1 1 
 9：2 3 0 2 
 10：2 4 0 3 
  
这使用特殊变量 .I 和 .N 它们在 help（'data.table'）中有记录。
 
Is it possible to match two tables against each other, where one variable >= the other one, but within a group?
df <- data.frame(ID=c(rep(1,6),rep(2,4)), 
                 IDSEQ=c(seq(1,6),seq(1,4)), 
                 TAG = c(0,0,1,0,1,0,0,1,0,0))
Here's a brief example of what the table looks like:
ID  IDSEQ TAG
1   1     0
1   2     0
1   3     1
1   4     0
1   5     1
1   6     0
2   1     0
2   2     1
2   3     0
2   4     0
I've created a little lookup (needs to be done using min as several TAG's might occure within each ID group):
df2 <- df[which(df$TAG == 1), ]

library(data.table)
DT <- data.table(df2)
DT <- DT[, list(IDSEQ=min(IDSEQ)), by=ID]

ID  IDSEQ
1   3
2   2
I was thinking of numbering the rows by ID where df$ID == DT$ID and df$IDSEQ >= DT$IDSEQ, but there might be other ways to solve this.

The result should look like this.
ID  IDSEQ TAG   CASES
1   1     0     0
1   2     0     0
1   3     1     1
1   4     0     2
1   5     1     3
1   6     0     4
2   1     0     0
2   2     1     1
2   3     0     2
2   4     0     3
I think this might be done with data.table, but I have only used simple statements so far.
解决方案
I think merging data.tables might be useful here. Something like...
DT0 <- data.table(df)
setkey(DT0,ID) # the first data.table in a merge must be keyed

DT0[DT,IDSEQ >= i.IDSEQ] # this labels whether each row satisfies the condition
I'm not sure where the prefix i. is documented, but it refers to the column from the second table in the X[Y,...] join.



I'm still trying to find an elegant way to number the rows within groups. This is one clumsy approach:
DT0[,CASES:=0L]
DT0[DT0[DT,.I[IDSEQ >= i.IDSEQ]]$V1,CASES:=1:.N,by=ID]
which gives
    ID IDSEQ TAG CASES
 1:  1     1   0     0
 2:  1     2   0     0
 3:  1     3   1     1
 4:  1     4   0     2
 5:  1     5   1     3
 6:  1     6   0     4
 7:  2     1   0     0
 8:  2     2   1     1
 9:  2     3   0     2
10:  2     4   0     3
This uses the special variables .I and .N, which are documented in help('data.table').

                        
这篇关于R：符合&gt; =组中的其他行的行数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！