根据 R 中的两列分配有序数

Question

我有一个数据框，包括学生在不同年份的考试参与情况。 这是数据框的一部分。

ID  level4  level6        exametime
1     0       1       2015-12-19 15:00:00
1     1       0       2015-06-20 09:00:00
1     0       1       2016-06-19 15:00:00
1     0       1       2017-06-17 15:00:00
2     0       1       2015-12-19 15:00:00
2     1       0       2015-06-20 09:00:00
2     0       1       2016-06-19 15:00:00
2     0       1       2017-06-17 15:00:00
2     0       1       2016-12-17 15:00:00

有两名学生参加了两次考试（level4 和 level6）。 level4 和 level6 是表示学生是否参加考试的二元变量。 我想创建两个变量（order_4 和 order_6），根据考试时间的顺序指示每个学生参加考试的顺序。 最终结果应如下所示：

ID  level4  level6        exametime          order_4    order_6
1     0       1       2015-12-19 15:00:00       0          1
1     1       0       2015-06-20 09:00:00       1          0
1     0       1       2016-06-19 15:00:00       0          2
1     0       1       2017-06-17 15:00:00       0          3
2     0       1       2015-12-19 15:00:00       0          1
2     1       0       2015-06-20 09:00:00       1          0
2     0       1       2016-06-19 15:00:00       0          2
2     0       1       2017-06-17 15:00:00       0          4
2     0       1       2016-12-17 15:00:00       0          3

谢谢！

Answer 1

我们可以按考试时间arrange数据，并计算每个ID列level4和exametime level6值的累积总和。 累积和被替换为 0，其中相应级别列中的值为 0。

library(dplyr)

df %>%
  mutate(row = row_number()) %>%
  arrange(ID, exametime) %>%
  group_by(ID) %>%
  mutate(across(starts_with('level'), ~replace(cumsum(.), . == 0, 0), .names = 'order_{col}')) %>%
  arrange(row) %>%
  ungroup %>%
  select(-row)

#     ID level4 level6 exametime           order_level4 order_level6
#  <int>  <int>  <int> <dttm>                     <dbl>        <dbl>
#1     1      0      1 2015-12-19 15:00:00            0            1
#2     1      1      0 2015-06-20 09:00:00            1            0
#3     1      0      1 2016-06-19 15:00:00            0            2
#4     1      0      1 2017-06-17 15:00:00            0            3
#5     2      0      1 2015-12-19 15:00:00            0            1
#6     2      1      0 2015-06-20 09:00:00            1            0
#7     2      0      1 2016-06-19 15:00:00            0            2
#8     2      0      1 2017-06-17 15:00:00            0            4
#9     2      0      1 2016-12-17 15:00:00            0            3

我创建了一个名为row的临时列来保持行的原始顺序。

数据

df <- structure(list(ID = c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L), level4 = c(0L, 
1L, 0L, 0L, 0L, 1L, 0L, 0L, 0L), level6 = c(1L, 0L, 1L, 1L, 1L, 
0L, 1L, 1L, 1L), exametime = structure(c(1450537200, 1434790800, 
1466348400, 1497711600, 1450537200, 1434790800, 1466348400, 1497711600, 
1481986800), class = c("POSIXct", "POSIXt"), tzone = "UTC")), 
row.names = c(NA, -9L), class = "data.frame")