重复一个数字 n 次，然后为 R 中的其余行重复一个不同的数字答案

【问题标题】：repeating a number n times, then a different number for the remainder of the rows in R重复一个数字 n 次，然后为 R 中的其余行重复一个不同的数字
【发布时间】：2021-12-07 19:59:22
【问题描述】：

我有一个数据集，其中每一行都是对患者的每月观察，监测他们是否对某种疾病检测呈阳性（状态）。

我知道他们被诊断出的月份（即每个 ID 的行号 - TimeToDx），我想做的是有一个二进制指标，从 TimeToDx 中指示的观察月份开始，从 0 切换到 1。

基本上我需要通过 TimeToDx - 1 复制 0，然后为其余行复制每个 ID 的 1。

这是一些示例数据 - 没有填充状态指示器：

 ID TimeToDx    Status
10425   2   
10425   2   
10425   2   
10425   2   
10667   3   
10667   3   
10667   3   
10667   3   
10667   3   
10686   2   
10686   2   
10686   2   
10686   2   
10686   2   
17096   5   
17096   5   
17096   5   
17096   5   
17096   5

这是我想看到的：

ID  TimeToDx    Status
10425   2       0
10425   2       1
10425   2       1
10425   2       1
10667   3       0
10667   3       0
10667   3       1
10667   3       1
10667   3       1
10686   2       0
10686   2       1
10686   2       1
10686   2       1
10686   2       1
17096   5       0
17096   5       0
17096   5       0
17096   5       0
17096   5       1

任何帮助将不胜感激。

【问题讨论】：

标签： r replication

【解决方案1】：

这是dplyr 的一种方法。在每个 ID 中分组，我们将该组中的行与TimeToDx 进行比较。 TRUE x 1 = 1，FALSE x 1 = 0。可以交替使用mutate(Status = if_else(row_number() >= TimeToDx, 1, 0))。

library(dplyr)
df %>%
  group_by(ID) %>%
  mutate(Status = 1 * (row_number() >= TimeToDx)) %>%
  ungroup()

【讨论】：

哦，我明白了。非常感谢乔恩，为我工作。

【解决方案2】：

df <- structure(list(ID = c(10425L, 10425L, 10425L, 10425L, 10667L, 
                            10667L, 10667L, 10667L, 10667L, 10686L, 10686L, 10686L, 10686L, 
                            10686L, 17096L, 17096L, 17096L, 17096L, 17096L), 
                     TimeToDx = c(2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 2L, 2L,
                                  2L, 2L, 2L, 5L, 5L, 5L, 5L, 5L)),
                class = "data.frame", row.names = c(NA, -19L))

library(tidyverse)
df %>%
  group_by(ID) %>% 
  mutate(Status = +((row_number() %/% TimeToDx) != 0)) %>% 
  ungroup()
#> # A tibble: 19 x 3
#>       ID TimeToDx id_row
#>    <int>    <int>  <int>
#>  1 10425        2      0
#>  2 10425        2      1
#>  3 10425        2      1
#>  4 10425        2      1
#>  5 10667        3      0
#>  6 10667        3      0
#>  7 10667        3      1
#>  8 10667        3      1
#>  9 10667        3      1
#> 10 10686        2      0
#> 11 10686        2      1
#> 12 10686        2      1
#> 13 10686        2      1
#> 14 10686        2      1
#> 15 17096        5      0
#> 16 17096        5      0
#> 17 17096        5      0
#> 18 17096        5      0
#> 19 17096        5      1

^{由reprex package (v2.0.1) 于 2021 年 10 月 21 日创建}

data.table

使用@Jon Spring 的解决方案

library(data.table)
setDT(df)[, Status := +(rowid(ID) >= TimeToDx)][]
#>        ID TimeToDx Status
#>  1: 10425        2      0
#>  2: 10425        2      1
#>  3: 10425        2      1
#>  4: 10425        2      1
#>  5: 10667        3      0
#>  6: 10667        3      0
#>  7: 10667        3      1
#>  8: 10667        3      1
#>  9: 10667        3      1
#> 10: 10686        2      0
#> 11: 10686        2      1
#> 12: 10686        2      1
#> 13: 10686        2      1
#> 14: 10686        2      1
#> 15: 17096        5      0
#> 16: 17096        5      0
#> 17: 17096        5      0
#> 18: 17096        5      0
#> 19: 17096        5      1

^{由reprex package (v2.0.1) 于 2021 年 10 月 21 日创建}

【讨论】：