如何在R中创建一个变量(捕捉达到特定阈值的增加)?

我有一个数据集,大致如下所示:

    Subject  Year   X   Y           A   1990    1   0           A   1991    1   0           A   1992    2   0           A   1993    3   1           A   1994    4   0           A   1995    4   0           B   1990    0   0           B   1991    1   0           B   1992    1   0           B   1993    2   1           C   1991    1   0           C   1992    2   0           C   1993    3   0           C   1994    3   0           D   1991    1   0           D   1992    2   0           D   1993    3   0           D   1994    4   0           D   1995    5   0           D   1996    5   1           D   1997    6   0   

我如何创建两个额外的列,其中

  • 如果X增加并且该主体的最大值至少为4,则A1为1。否则为0。我尝试过data$A1 <- as.numeric(data$X >4),但这不是我想要的结果。
  • A2的解释稍微复杂一些,我不知道如何在R中实现它。但它的基本思想与A1相同,意味着它仍然应该捕捉所有大于3的X。只是,当接下来的5年Y=0时,它应该是1。我给出了一个A2变量应该是什么样的例子。这在R中可以实现吗?还是我需要手动操作?

结果:

            Subject  Year   X   A1   Y   A2                A   1990    1    1   0    0                A   1991    1    0   0    0                A   1992    2    1   0    0                A   1993    3    1   1    0                A   1994    4    1   0    0                A   1995    4    0   0    0                B   1990    0    0   0    0                B   1991    1    0   0    0                B   1992    1    0   0    0                 B   1993    2    0   1    0                C   1991    1    0   0    0                C   1992    2    0   0    0                 C   1993    3    0   0    0                 C   1994    3    0   0    0                D   1991    1    1   0    1                D   1992    2    1   0    1                D   1993    3    1   0    1                D   1994    4    1   0    1                 D   1995    5    1   0    1                 D   1996    5    0   1    0                D   1997    6    1   0    0

没有A1和A2变量的原始数据:

> dput(data)structure(list(Subject = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 4L, 4L, 4L, 4L, 4L, 4L, 4L), .Label = c("A", "B", "C", "D"), class = "factor"), Year = c(1990L, 1991L, 1992L, 1993L, 1994L, 1995L, 1990L, 1991L, 1992L, 1993L, 1991L, 1992L, 1993L, 1994L, 1991L, 1992L, 1993L, 1994L, 1995L, 1996L, 1997L), X = c(1L, 1L, 2L, 3L, 4L, 4L, 0L, 1L, 1L, 2L, 1L, 2L, 3L, 3L, 1L, 2L, 3L, 4L, 5L, 5L, 6L), Y = c(0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L)), .Names = c("Subject", "Year", "X", "Y"), class = "data.frame", row.names = c(NA, -21L))

回答:

我们可以使用data.table来实现这一点

library(data.table)setDT(data)[, A1 := if(any(X >=4)) c(1, diff(X)) else 0, by = Subject]data[,  A2 := if(any(X >=3))  inverse.rle(within.list(rle(Y==0),               values[values][lengths[values] < 5] <- 0)) else 0, by = Subject]data[, c("Subject", "Year", "X", "A1", "Y", "A2"), with = FALSE]#    Subject Year X A1 Y A2# 1:       A 1990 1  1 0  0# 2:       A 1991 1  0 0  0# 3:       A 1992 2  1 0  0# 4:       A 1993 3  1 1  0# 5:       A 1994 4  1 0  0# 6:       A 1995 4  0 0  0# 7:       B 1990 0  0 0  0# 8:       B 1991 1  0 0  0# 9:       B 1992 1  0 0  0#10:       B 1993 2  0 1  0#11:       C 1991 1  0 0  0#12:       C 1992 2  0 0  0#13:       C 1993 3  0 0  0#14:       C 1994 3  0 0  0#15:       D 1991 1  1 0  1#16:       D 1992 2  1 0  1#17:       D 1993 3  1 0  1#18:       D 1994 4  1 0  1#19:       D 1995 5  1 0  1#20:       D 1996 5  0 1  0#21:       D 1997 6  1 0  0

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注