基於i的值將每個i重新編碼為向量中的i + 1個索引項

Question

我正在嘗試設計一種方法來重新編碼向量中的項目，這是基於它們是否在該向量中的某個值之后發生。 我有一個完整的數據集（按主題分組的時間序列），其中包含一個列，表示受試者的初始暴露月份（此欄目的NA為缺乏暴露，“G”表示月份暴露發生）。 一旦受試者被“暴露”，我需要該受試者的載體以表明他/她已經暴露直到該受試者的觀察期結束。 這是一個精簡的示例和一個有效的解決方案，但並非在每種情況下我都需要它：

x2 <- c("G", NA, NA, NA, NA)
solution <- c(rep(1, length(x2)- length(rep("G", (length(x2)+1 )- which(x2=="G")))), rep("G", (length(x2)+1 )- which(x2=="G")))

在這種情況下，解決方案如下所示：

> solution
[1] "G" "G" "G" "G" "G"

也就是說，當面對不包含任何“G”的向量時，解決方案會中斷

x2 <- c(NA, NA, NA, NA, NA)
solution <- c(rep(1, length(x2)- length(rep("G", (length(x2)+1 )- which(x2=="G")))), rep("G", (length(x2)+1 )- which(x2=="G")))

Error in rep("G", (length(x2) + 1) - which(x2 == "G")) : 
  invalid 'times' argument

因此，在一天結束時，解向量需要：1）與原始向量長度相同（在這種情況下為x2）和2）在初始“G”之后的每個位置包含值“G”在原始向量中

還有一點，我需要解決方案以某種形式，我可以通過分組因子傳遞給plyr（因為我需要重新編碼在大數據集上按因子分組的許多向量）。

非常感謝大家！ 克里斯

Answer 1

這也有效：

x2 <- c(NA,"G", NA, NA, NA, NA)
ifelse(seq_along(x2)>=match('G',x2),'G',x2)

之前已經問過這個問題......我想，我正在努力挖掘舊問題。

Answer 2

repG <- function(x, start) { patt <- paste0("^",start,"$")
  if( length(grep(patt, x))>0 ){ x[ grep(patt, x)[1]:length(x)] <- start
         return(x) } }
 grep("^G$", tvec)
#[1]  6  7  8  9 10 11 12