我是R noob,并且试图对数据集执行摘要,该数据集对该ID的类型“B”的事件之间发生的每个ID总计事件类型的数量。下面是一个示例来说明:基于日期的dplyr中的条件汇总
id <- c('1', '1', '1', '2', '2', '2', '3', '3', '3', '3')
type <- c('A', 'A', 'B', 'A', 'B', 'C', 'A', 'B', 'C', 'B')
datestamp <- as.Date(c('2016-06-20','2016-07-16','2016-08-14','2016-07-17'
,'2016-07-18','2016-07-19','2016-07-16','2016-07-19'
, '2016-07-21','2016-08-20'))
df <- data.frame(id, type, datestamp)
其产生:
> df
id type datestamp
1 1 A 2016-06-20
2 1 A 2016-07-16
3 1 B 2016-08-14
4 2 A 2016-07-17
5 2 B 2016-07-18
6 2 C 2016-07-19
7 3 A 2016-07-16
8 3 B 2016-07-19
9 3 C 2016-07-21
10 3 B 2016-08-20
事件“B”发生的任何时间,我想知道的是乙事件之前发生的每个事件类型的数量,但在该ID的任何其他B事件之后。 我想直到结束是这样的一个表:
id type B_instance count
1 1 A 1 2
2 2 A 1 1
3 3 A 1 1
4 3 C 2 1
在研究,这个问题就来了最靠近:summarizing a field based on the value of another field in dplyr
我一直在努力使这项工作:
df2 <- df %>%
group_by(id, type) %>%
summarize(count = count(id[which(datestamp < datestamp[type =='B'])])) %>%
filter(type != 'B')
但它错误(即使它工作,它也不会在同一个ID中占用2'B'事件,例如id = 3)
这个完美的作品!谢谢!出于好奇,为什么cumsum需要也由1? – feyr
递增以匹配实例数,否则将从零开始,而结果会像'0,0,0,1'而不是'1,1,1,2'。 – Psidom