基于R中的事件随时间变化的变量

Question

我有一些时间流逝的数据，我想根据事件更改特定变量。在帮助下，我能够弄清楚如何更改一次值，但我希望能够不断更改它。以下是我开始使用的数据。

Time Event1 Event2  ID_1 ID_2 ID_3 ID_4 ID_5
1    0      0       1    1    1    1    0
2    0      0       1    1    1    1    0
3    0      0       1    1    1    1    0
4    0      0       1    1    1    1    0
5    ID_2   ID_5    1    1    1    1    0
6    0      0       1    1    1    1    0
7    ID_5   ID_2    1    1    1    1    0
8    0      0       1    1    1    1    0

我想要发生的是，当 ID_X 出现在 Event1 中时，我想将该变量中的所有未来值更改为 0，直到它们再次出现在 Event2 中，在这种情况下，我想将它们翻转回 1 . 下面是我想要做的。

更新数据表

Time Event1 Event2  ID_1 ID_2 ID_3 ID_4 ID_5
1    0      0       1    1    1    1    0
2    0      0       1    1    1    1    0
3    0      0       1    1    1    1    0
4    0      0       1    1    1    1    0
5    ID_2   ID_5    1    0    1    1    1
6    0      0       1    0    1    1    1
7    ID_5   ID_2    1    1    1    1    0
8    0      0       1    1    1    1    0

如您所见，ID_2 出现在 Event1 中，开始为 0，然后出现在 Event2 中并且应该被翻转回 1。在一些帮助下我唯一能弄清楚的是如何从其余数据为 1/0。但是，当我需要来回更改内容时，我认为我所做的（使用融化和重塑数据）不会起作用。任何帮助都会很棒。谢谢。

Answer 1

这可以使用cumsum() 的组合来解决，以记录"ID_2" 的出现，例如，在Event1 或Event2，分别和xor() 翻转。

library(data.table)
DT[, ID_2 := 0L + xor(cumsum(Event1 == "ID_2") - cumsum(Event2 == "ID_2"), ID_2)][]
DT[, ID_5 := 0L + xor(cumsum(Event1 == "ID_5") - cumsum(Event2 == "ID_5"), ID_5)][]

    Time Event1 Event2 ID_1 ID_2 ID_3 ID_4 ID_5
 1:    1      0      0    1    1    1    1    0
 2:    2      0      0    1    1    1    1    0
 3:    3      0      0    1    1    1    1    0
 4:    4      0      0    1    1    1    1    0
 5:    5   ID_2   ID_5    1    0    1    1    1
 6:    6      0      0    1    0    1    1    1
 7:    7   ID_5   ID_2    1    1    1    1    0
 8:    8      0      0    1    1    1    1    0
 9:    9   ID_2      0    1    0    1    1    0
10:   10      0      0    1    0    1    1    0
11:   11      0   ID_2    1    1    1    1    0
12:   12      0      0    1    1    1    1    0

请注意，为了证明ID_2 第二次翻转，示例数据集中添加了额外的行。

如果有很多 ID_x 列，可以使用 lapply() 方便地对每一列重复此操作

id_cols <- stringr::str_subset(names(DT), "^ID")
invisible(lapply(id_cols, function(col) 
  DT[, (col) := 0L + xor(cumsum(Event1 == col) - cumsum(Event2 == col), get(col))]))
DT[]

结果同上。

使用

data.table 是因为它允许就地更新单个列，即无需复制整个数据集，从而节省内存和时间。 invisible() 阻止打印 lapply() 的结果。这里不需要lapply() 的结果，因为DT 已就地更新。

先决条件

代码适用于给定的示例。它依赖于每个ID_x 交替出现在Event1 和Event2 中的假设，否则很可能会失败。

编辑：检查先决条件

下面的版本包括一个检查，如果违反上述先决条件，则停止执行（虽然不是最好的不言自明的错误消息）：

id_cols <- stringr::str_subset(names(DT), "^ID")
invisible(lapply(id_cols, function(col) 
  DT[, (col) := {
    tmp <- cumsum(Event1 == col) - cumsum(Event2 == col)
    stopifnot(all(tmp %in% -1:1))
    0L + xor(tmp, get(col))
  }]))
DT[]

数据

由 OP 提供，加上四行。

library(data.table)
DT <- fread(
  "Time Event1 Event2  ID_1 ID_2 ID_3 ID_4 ID_5
  1    0      0       1    1    1    1    0
  2    0      0       1    1    1    1    0
  3    0      0       1    1    1    1    0
  4    0      0       1    1    1    1    0
  5    ID_2   ID_5    1    1    1    1    0
  6    0      0       1    1    1    1    0
  7    ID_5   ID_2    1    1    1    1    0
  8    0      0       1    1    1    1    0
  9    ID_2   0       1    1    1    1    0
 10    0      0       1    1    1    1    0
 11    0      ID_2    1    1    1    1    0
 12    0      0       1    1    1    1    0"
)