dplyr mutate 仅在不同列 == 特定值时添加新列值

Question

我有一个具有以下结构的数据框（摘要示例，不是实际的）

dput(df1)
structure(list(MedID = c(111, 111, 111, 111, 111, 111, 222, 222, 
222, 222, 222), Service = structure(c(1L, 1L, 2L, 1L, 1L, 3L, 
3L, 2L, 1L, 1L, 3L), .Label = c("Acute care", "Ext care", "Outpt 
care"), class = "factor"), AdmitDate = structure(c(16832, 16861, 
16892, 16922, 16953, 16983, 17181, 17212, 17240, 17271, 17301), class 
= "Date"), Flag = c(0, 0, 99, 0, 0, 0, 0, 99, 0, 0, 0)), .Names = 
c("MedID", "Service", "AdmitDate", "Flag"), row.names = c(NA, -11L), 
class = "data.frame")
> df1
    MedID  Service   AdmitDate  Flag
1    111 Acute care 2016-02-01    0
2    111 Acute care 2016-03-01    0
3    111   Ext care 2016-04-01   99
4    111 Acute care 2016-05-01    0
5    111 Acute care 2016-06-01    0
6    111 Outpt care 2016-07-01    0
7    222 Outpt care 2017-01-15    0
8    222   Ext care 2017-02-15   99
9    222 Acute care 2017-03-15    0
10   222 Acute care 2017-04-15    0
11   222 Outpt care 2017-05-15    0

我希望使用 dplyr、group_by(MedID) 和 mutate 在新数据帧中添加一列（我们在 df2 中将其称为 Flag2），以便在每个患者 (MedID) 中 df2$Flag2 列 == 1 对于该唯一 MedID 中的每个后续行，但仅在 df1$Flag 列 == 99 之后，否则 df2$Flag2 列得到 0。如果 df1$Flag == 99 在第一个中，我可以根据需要进行编码MedID 的行，否则我的代码要么在 df2$Flag2 中仅在 df1$Flag == 99 的行中生成 1，或 它为给定 MedID 中的所有行生成 1，其中 df1$标志 == 99。所需的输出是：

dput(df2)
structure(list(MedID = c(111, 111, 111, 111, 111, 111, 222, 222, 
222, 222, 222), Service = structure(c(1L, 1L, 2L, 1L, 1L, 3L, 
3L, 2L, 1L, 1L, 3L), .Label = c("Acute care", "Ext care", "Outpt 
care"), class = "factor"), AdmitDate = structure(c(16832, 16861, 
16892,16922, 16953, 16983, 17181, 17212, 17240, 17271, 17301), class 
= "Date"),Flag = c(0, 0, 99, 0, 0, 0, 0, 99, 0, 0, 0), Flag2 = c(0, 
0, 1, 1, 1, 1, 0, 1, 1, 1, 1)), .Names = c("MedID", "Service", 
"AdmitDate", "Flag", "Flag2"), row.names = c(NA, -11L), class = 
"data.frame")
> df2
    MedID    Service  AdmitDate Flag Flag2
1    111 Acute care 2016-02-01    0     0
2    111 Acute care 2016-03-01    0     0
3    111   Ext care 2016-04-01   99     1
4    111 Acute care 2016-05-01    0     1
5    111 Acute care 2016-06-01    0     1
6    111 Outpt care 2016-07-01    0     1
7    222 Outpt care 2017-01-15    0     0
8    222   Ext care 2017-02-15   99     1
9    222 Acute care 2017-03-15    0     1
10   222 Acute care 2017-04-15    0     1
11   222 Outpt care 2017-05-15    0     1

这是代码的一个片段示例，但不完整，因为它无法正确执行...我是否需要将 mutate 嵌套在 For 循环中，这看起来像是混合的 R 编码？ :( 注意：df1$Flag 每个 MedID 只能 == 99 一次，我认为这应该更容易。

`df2 <- df1 %>% `
    `group_by(MedID) %>%`
    `mutate(Flag2 = ifelse(df1$Flag == 99, 1, 0))`  

Answer 1

一种解决方案可能是使用来自tidyr 的fill。该方法是首先添加Flag2 并为具有Flag == 99 的行分配1，否则为NA。

现在在Flag2 列中向下填充行。最后将所有NA替换为0。

  library(tidyverse)
  df1 %>%
  group_by(MedID) %>%
  mutate(Flag2 = ifelse(Flag == 99, 1L, NA)) %>%
    fill(Flag2) %>%
    mutate(Flag2 = ifelse(is.na(Flag2), 0L, Flag2))

虽然OP 没有提到它，但如果AdmitDate 预计会在匹配Flag == 99 之后决定哪一行，那么应该在上面的代码中添加排列。

  df1 %>%
  group_by(MedID) %>%
  mutate(Flag2 = ifelse(Flag == 99, 1L, NA)) %>%
  arrange(AdmitDate) %>%
    fill(Flag2) %>%
    mutate(Flag2 = ifelse(is.na(Flag2), 0L, Flag2))