查找数据集中具有特定值的每一行的第一列

Question

我正在处理时间序列数据。我有一个数据集，格式如下：

国家，01.01.2020, 02.01.2020, 03.01.2020, 04.01.2020, ...

美国，0、3、3、3，

胸罩, 0, 0, 0, 0,

BNE, 0, 0, 0, 4,

中国, 0, 3, 3, 4,

.

.

.

我现在想首先只保留在其任何列中具有 3 或 4 的行。（3 或 4 对应于我要跟踪的事件） 对于所有这些国家（行），我需要知道他们第一次获得 3 或 4 的日期（列）。所以最左边的列是 3 或 4。 我正在尝试生成一个直方图，显示这些日期在所有国家/地区的分布。 所以我的最终目标是制作一个列表，列出每天前 3 或 4 个国家/地区的数量（列）

感谢您的帮助

Answer 1

这是tidyverse 的一种方法。首先，将使用pivot_longer 将您的日期放入列中。使用mutate 将日期字符转换为日期格式，注意列名不正确（取决于您的数据框的外观，这可能与我所拥有的不同）。您可以filter 具有感兴趣值（3 或 4）的行，确保按顺序排列日期，然后为每个 Country 选择第一行。最后，您可以group_by(date) 并确定每个日期找到的国家/地区数量。

library(tidyverse)

df %>%
  pivot_longer(cols = -Country, names_to = "date") %>%
  mutate(date = as.Date(date, format = "X%m.%d.%Y")) %>%
  filter(value == 3 | value == 4) %>%
  arrange(date) %>%
  group_by(Country) %>%
  slice(1) %>%
  group_by(date) %>%
  summarise(num_countries = n())

输出

# A tibble: 2 x 2
  date       num_countries
  <date>             <int>
1 2020-02-01             2
2 2020-04-01             1