在R中檢查一個陳述是否連續三年為真

我正在嘗試創建一些代碼來確定某個陳述是否連續三年為真。例如，該宣告是該金額需要連續三年為負數。只有當這是真的，第三行應該在一個新的列中標記為 1，否則，這些行應該標記為 0。

為了進一步詳細說明我嘗試做的事情，我創建了以下資料集：

結果應該看起來像這樣：

有人知道我怎么編碼嗎？

uj5u.com熱心網友回復：

這應該這樣做：

df <- read.table(h=T, text="ID  Year    Amount
001 2022    2
001 2021    -9
001 2020    -10
001 2019    -16
001 2018    -20
002 2022    400
002 2021    300
002 2020    -200
002 2019    -600
002 2018    -500")

library(tidyverse)
df %>% 
  group_by(ID) %>% 
  mutate(YN = rev(diff(c(0,0,0, cumsum(rev(Amount)<0)), 3)  == 3)) %>%
  ungroup()
#> # A tibble: 10 × 4
#>       ID  Year Amount YN   
#>    <int> <int>  <int> <lgl>
#>  1     1  2022      2 FALSE
#>  2     1  2021     -9 TRUE 
#>  3     1  2020    -10 TRUE 
#>  4     1  2019    -16 FALSE
#>  5     1  2018    -20 FALSE
#>  6     2  2022    400 FALSE
#>  7     2  2021    300 FALSE
#>  8     2  2020   -200 TRUE 
#>  9     2  2019   -600 FALSE
#> 10     2  2018   -500 FALSE

^{由reprex 包于 2022-04-21 創建(v2.0.1)}

在基礎 R 中：

df$YN <- ave(df$Amount, df$ID, FUN = function(x) rev(diff(c(0,0,0, cumsum(rev(x)<0)), 3)  == 3)) == 1

這是一個演練：

df %>% 
  arrange(ID, Year) %>% 
  group_by(ID) %>% 
  mutate(
    cond = Amount < 0,
    cumsum = cumsum(cond),
    diff = diff(c(0,0,0, cumsum), 3),
    YN = diff == 3) # %>% arrange(ID, desc(Year)) # to put back in original shape
#> # A tibble: 10 × 7
#> # Groups:   ID [2]
#>       ID  Year Amount cond  cumsum  diff YN   
#>    <int> <int>  <int> <lgl>  <int> <dbl> <lgl>
#>  1     1  2018    -20 TRUE       1     1 FALSE
#>  2     1  2019    -16 TRUE       2     2 FALSE
#>  3     1  2020    -10 TRUE       3     3 TRUE 
#>  4     1  2021     -9 TRUE       4     3 TRUE 
#>  5     1  2022      2 FALSE      4     2 FALSE
#>  6     2  2018   -500 TRUE       1     1 FALSE
#>  7     2  2019   -600 TRUE       2     2 FALSE
#>  8     2  2020   -200 TRUE       3     3 TRUE 
#>  9     2  2021    300 FALSE      3     2 FALSE
#> 10     2  2022    400 FALSE      3     1 FALSE

還有一個更容易閱讀的解決方案，不能推廣到大跨度：

library(tidyverse)
df %>% 
  group_by(ID) %>% 
  mutate(YN = (Amount < 0)   lead(Amount < 0, default = 0)   lead(Amount < 0, 2, default = 0) == 3) %>% 
  ungroup()

uj5u.com熱心網友回復：

使用資料集

df <- data.frame(id = c(rep(1,5,),rep(2,5)), year = rep(seq(2022,2018),2), amount = c(2,-9,-10,-16,-20,400,300,-200,-600,-500))

sapply可以使用一個函式：

df$test <- ifelse(sapply(seq(1,nrow(df)), function(x) all(subset(df, df$id == df$id[x] & df$year %in% seq(df$year[x]-2,df$year[x]))$amount < 0) & nrow(subset(df, df$id == df$id[x] & df$year %in% seq(df$year[x]-2,df$year[x]))) > 2),1,0)

這給出了：

df
       id year amount test
    1   1 2022      2    0
    2   1 2021     -9    1
    3   1 2020    -10    1
    4   1 2019    -16    0
    5   1 2018    -20    0
    6   2 2022    400    0
    7   2 2021    300    0
    8   2 2020   -200    1
    9   2 2019   -600    0
    10  2 2018   -500    0

分解：

ifelse將 TRUE/FALSE 從 SAPPLY 更改為 1/0

sapply每行迭代

all測驗條件是否適用于子集中的所有值

subset選擇最近三年和正確的身份證

$amount < 0測驗條件

uj5u.com熱心網友回復：

您可以使用 data.table 包。

library(data.table)

setDT(df)

df[order(Year), YN := match(Reduce(` `, shift(Amount<0, 0:2)), 3, 0), ID]

#        ID  Year Amount    YN
#  1:     1  2022      2     0
#  2:     1  2021     -9     1
#  3:     1  2020    -10     1
#  4:     1  2019    -16     0
#  5:     1  2018    -20     0
#  6:     2  2022    400     0
#  7:     2  2021    300     0
#  8:     2  2020   -200     1
#  9:     2  2019   -600     0
# 10:     2  2018   -500     0

資料

df = structure(list(ID = c(1, 1, 1, 1, 1, 2, 2, 2, 2, 2), 
                    Year = c(2022, 2021, 2020, 2019, 2018, 2022, 2021, 2020, 2019, 2018), 
                    Amount = c(2, -9, -10, -16, -20, 400, 300, -200, -600, -500)), 
               row.names = c(NA, -10L), 
               class = "data.frame")

標籤：r

上一篇：如何使用data.table函式將代碼功能調整為規范

下一篇：如何從R中的字符向量中進行更簡潔的提取？