R：按组创建数字序列，并按特定条件启动序列

Question

我想创建一个新变量Number，它从特定条件（在本例中，当Percent> 5）开始，在组ID内顺序生成数字。

groupID <- c(1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3)
Percent <- c( 3, 4, 5, 10, 2, 1, 6, 8, 4, 8, 10, 11)

Number <- ifelse (Percent < 5, 0, 1:4)

我得到：

> Number
[1] 0 0 3 4 0 0 3 4 0 2 3 4

但我想：

    0 0 1 2 0 0 1 2 0 1 2 3

我没有在ifelse语句中包含groupID变量，而是使用了1：4，因为每个groupID中始终有4行。

有什么建议或线索吗？ 谢谢！

Answer 1

 ave(Percent, groupID, FUN=function(x) cumsum(x>=5))
[1] 0 0 1 2 0 0 1 2 0 1 2 3

对于以下注释中的示例，这是我的替代逻辑测试，即cumsum() ：

ave(Percent, groupID, FUN=function(x) cumsum(seq_along(x)>= which(x >=5)[1]) )

Answer 2

它很丑陋并会发出警告，但它可以为您提供所需的信息：

ave(Percent,groupID,FUN=function(x) {x[x<5] <- 0; x[x>=5] <- 1:4; x} )
#[1] 0 0 1 2 0 0 1 2 0 1 2 3

@下面用BondedDust的回答cumsum几乎可以肯定是比较合适不过。

如果每个组中的数据并不总是按升序排列，则还可以替换所有>=5值，例如：

Percent <- c( 3, 5, 4, 10, 2, 1, 6, 8, 4, 8, 10, 11)
ave(Percent, list(groupID,Percent>=5), FUN=function(x) cumsum(x>=5))
#[1] 0 1 0 2 0 0 1 2 0 1 2 3

Answer 3

尝试这个：

ID <- c(1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3)
Percent <- c( 3, 4, 5, 10, 2, 1, 6, 8, 4, 8, 10, 11)


Number <- Percent >= 5

result = lapply(seq_along(Number), function(i){
    if( length(which(! Number[1:i]) ) == 0){start = 1}
    else {start =max(which(! Number[1:i]) )}

    sum( Number[start : i])

  })

> unlist(result)
[1] 0 0 1 2 0 0 1 2 0 1 2 3