R有条件地前进和后退答案

【问题标题】：R carry forward and backward conditionallyR有条件地前进和后退
【发布时间】：2017-05-26 21:37:00
【问题描述】：

我有一组变量，其中包含有关某人是否曾经患有某些健康状况的数据。例如，“你有没有心脏病发作过？”

如果他们在观察 2 中说“是”，那么观察 3 和 4 的答案仍然是肯定的。但是，观察 1 不一定是肯定的。心脏病发作可能发生在观察 1 和 2 之间。

如果他们在观察 2 中说“不”，那么在观察 1 中的答案是否定的。但是，在观察 3 或 4 中不一定是否定的。

这是一个可重现的例子：

df <- tibble(
  id = rep(1:3, each = 4),
  obs = rep(1:4, times = 3),
  mi_ever = c(NA, 0, 1, NA, NA, 0, NA, NA, NA, 1, NA, NA)
)
df
   id obs mi_ever
1   1   1      NA
2   1   2       0
3   1   3       1
4   1   4      NA
5   2   1      NA
6   2   2       0
7   2   3      NA
8   2   4      NA
9   3   1      NA
10  3   2       1
11  3   3      NA
12  3   4      NA

使用 zoo::na.locf 将我的 0（否）向后移动或将我的 1（是）向前移动是微不足道的。但是，我不确定如何将 0 向后和 1 向前。理想情况下，我想要以下结果：

   id obs mi_ever mi_ever_2
1   1   1      NA         0
2   1   2       0         0
3   1   3       1         1
4   1   4      NA         1
5   2   1      NA         0
6   2   2       0         0
7   2   3      NA        NA
8   2   4      NA        NA
9   3   1      NA        NA
10  3   2       1         1
11  3   3      NA         1
12  3   4      NA         1

我查看了以下帖子，但似乎没有一篇能完全涵盖我在这里要问的内容。

Carry last Factor observation forward and backward in group of rows in R

Forward and backward fill data frame in R

making a "dropdown" function in R

感谢任何帮助。

【问题讨论】：

标签： r zoo

【解决方案1】：

基本上，我将第一个 1 之后的项目依次标记为 1，最后一个 0 之前的项目变为 0。

 ever <- function (x)  min( which( x == 1)) 
 NA_1 <- function(x) seq_along(x) > ever(x)  #could have done in one function
 # check to see if working
 ave(df$mi_ever, df$id, FUN= function(x){ x[NA_1(x) ] <- 1; x})
 [1] NA  0  1  1 NA  0 NA NA NA  1  1  1

 NA_0 <- function(x) seq_along(x) < not_yet(x)
 not_yet <- function(x){ max( which( x==0)) }
# make temporary version of 1-modified column
 temp1 <- ave(df$mi_ever, df$id, FUN= function(x){ x[NA_1(x) ] <- 1; x})
 df$ever2 <- ave(temp1, df$id, FUN= function(x){ x[NA_0(x) ] <- 0; x})
# then make final version; could have done it "in place" I suppose.
 df
# A tibble: 12 x 4
      id   obs mi_ever ever2
   <int> <int>   <dbl> <dbl>
 1     1     1      NA     0
 2     1     2       0     0
 3     1     3       1     1
 4     1     4      NA     1
 5     2     1      NA     0
 6     2     2       0     0
 7     2     3      NA    NA
 8     2     4      NA    NA
 9     3     1      NA    NA
10     3     2       1     1
11     3     3      NA     1
12     3     4      NA     1

如果您需要抑制应该可能的警告。

【讨论】：

【解决方案2】：

我从上面的@42- 中得到了答案（谢谢！），并对其进行了一些调整以进一步满足我的需求。具体来说，我：

处理了警告“min 没有非缺失参数；将 Infno 非缺失参数返回给 max；返回 -Inf”。
将单独的函数组合成一个函数（尽管单独的函数对学习非常有用）。
添加了一个可选的check_logic 参数。为 TRUE 时，如果 0 出现在 1 之后，该函数将返回 9。这表示需要进一步调查的数据错误或逻辑缺陷。
添加了将函数与 data.table 一起使用的示例，并同时用于多个变量。这更准确地代表了我在现实生活中如何使用该功能，并且我认为它可能对其他人有用。

功能：

distribute_ever <- function(x, check_logic = TRUE, ...) {
  if (check_logic) {
    if (length(which(x == 1)) > 0 & length(which(x == 0)) > 0) {
      if (min(which(x == 1)) < max(which(x == 0))) {
        x <- 9                              # Set x to 9 if zero comes after 1
      }
    }
  }
  ones <- which(x == 1)                     # Get indices for 1's
  if (length(ones) > 0) {                   # Prevents warning
    first_1_by_group <- min(which(x == 1))  # Index first 1 by group
    x[seq_along(x) > first_1_by_group] <- 1 # Set x at subsequent indices to 1
  }
  zeros <- which(x == 0)                    # Get indices for 0's
  if (length(zeros) > 0) {                  # Prevents warning
    last_0_by_group <- max(which(x == 0))   # Index last 0 by group
    x[seq_along(x) < last_0_by_group] <- 0  # Set x at previous indices to 0
  }
  x
}

一个新的可重现示例，其中包含多个“ever”变量以及一些在 1 后为 0 的情况：

dt <- data.table(
  id = rep(1:3, each = 4),
  obs = rep(1:4, times = 3),
  mi_ever = c(NA, 0, 1, NA, NA, 0, NA, NA, NA, 1, NA, NA),
  diab_ever = c(0, NA, NA, 1, 1, NA, NA, 0, 0, NA, NA, NA)
)

使用 data.table 快速迭代多个变量（按组处理）：

ever_vars <- c("mi_ever", "diab_ever")

dt[, paste0(ever_vars, "_2") := lapply(.SD, distribute_ever), 
   .SDcols = ever_vars, 
   by = id][]

结果：

    id obs mi_ever diab_ever mi_ever_2 diab_ever_2
 1:  1   1      NA         0         0           0
 2:  1   2       0        NA         0          NA
 3:  1   3       1        NA         1          NA
 4:  1   4      NA         1         1           1
 5:  2   1      NA         1         0           9
 6:  2   2       0        NA         0           9
 7:  2   3      NA        NA        NA           9
 8:  2   4      NA         0        NA           9
 9:  3   1      NA         0        NA           0
10:  3   2       1        NA         1          NA
11:  3   3      NA        NA         1          NA
12:  3   4      NA        NA         1          NA

对于每个输入的“ever”变量，我们有：

创建了一个新变量，在输入变量名称的末尾附加了“_2”。您也可以像 42- 指出的那样编辑“就地”，但我喜欢能够仔细检查我的数据。
0 向后进位，1 及时进位。
零之后和之前（在 id 内）的 NA 原封不动地返回。
如果在 1（是的，我有过 ...）之后有一个 0（不，我从来没有...），就像第 2 个人关于糖尿病的回答一样，则函数返回9 的。
如果我们将 check_logic 设置为 FALSE，那么 1 将胜出并替换 0

【讨论】：