R中带有MAX条件的嵌套IF THEN语句答案

【问题标题】：Nested IF THEN statement with MAX condition in RR中带有MAX条件的嵌套IF THEN语句
【发布时间】：2018-03-21 19:48:06
【问题描述】：

我有一个包含以下列的 df：

RowID, UserID, Event

每个用户 ID 有多个行和许多不同的用户 ID。事件将是一个整数 >=0。

我需要 R 查找特定用户 ID 的事件大于 0 的最大行 ID，然后在新列中将该用户 ID 的任何后续行标记为“之后”（否则，将其标记为“之前” )。

例子：

rowID, userID, event, output  
1, 999, 0, before  
2, 999, 1, before  
3, 999, 0, after

我对 R 完全陌生，所以甚至不知道从哪里开始实现这一点。我知道如何在 Excel 中做得很好，但我的 CSV 太大而无法进行计算。

提前致谢。

【问题讨论】：

标签： r excel syntax formula

【解决方案1】：

这是一项具有基本 R 功能的棘手任务。此解决方案使用 dplyr 包，如果您正在学习 R 编程，我建议您学习它。

生成一些数据：

library(dplyr)
df <- data.frame(rowID = 1:5, userID = c(999,999,999,111,111), event = c(0,1,0,1,1))
df    
  rowID userID event
1     1    999     0
2     2    999     1
3     3    999     0
4     4    111     1
5     5    111     1

将行过滤为仅event 等于 1 的行，按用户 ID 分组，并计算最大行 ID。

df %>% filter(event == 1) %>% group_by(userID) %>% summarise(maxR = max(rowID))

# A tibble: 2 x 2
  userID  maxR
   <dbl> <dbl>
1    111     5
2    999     2

【讨论】：

这似乎没有回答 OPs 的问题和他的预期输出。此外，我不会称在基础 R 中重现您的结果很棘手：do.call(rbind,lapply(split(df, df$userID), function(x) x[order(x$rowID, decreasing = T), ][x$event == 1, ][1, -3])) 但这只是一个旁注。 dplyr 语法肯定更整洁；-)

【解决方案2】：

您将在下面逐步找到如何计算output 列的方法。

请注意，我还添加了一个事件大于 0 的用户，这导致 NA 作为最大值 rowID 并在额外分配中处理。

> df <- read.table(header = TRUE, sep=",", text = "rowID, userID, event   
+ 1, 999, 0   
+ 2, 999, 1   
+ 3, 999, 0
+ 4, 100, 0
+ 5, 100, 1
+ 6, 100, 0
+ 7, 100, 1
+ 8, 100, 0
+ 9, 100, 0
+ 10, 101, 0
+ 11, 101, 0
+ 12, 102, 1
+ ")
> 
> ## filter events
> df1 <- df[df$event > 0,]
> ## calculate max rowID per user
> max <- setNames(aggregate(df1$rowID, by = list(df1$userID), max) , c("userID", "maxRowID"))
> max
  userID maxRowID
1    100        7
2    102       12
3    999        2
> 
> ## merge the max to the dataframe
> mrg <- merge(x = df, y = max, by = "userID" , all.x = TRUE)
> ## establish the original order
> mrg <- mrg[with(mrg, order(rowID)), ]
> mrg
   userID rowID event maxRowID
10    999     1     0        2
11    999     2     1        2
12    999     3     0        2
1     100     4     0        7
2     100     5     1        7
5     100     6     0        7
6     100     7     1        7
3     100     8     0        7
4     100     9     0        7
7     101    10     0       NA
8     101    11     0       NA
9     102    12     1       12
> 
> ## calculate output, 
> output <- ifelse( mrg$rowID >  mrg$maxRowID,'after','before')
> ## consider also case with no event > 0
> output[is.na(output)] <- 'before'
> 
> ## add the output column to the original dataframe
> df$output <- output
> df
   rowID userID event output
1      1    999     0 before
2      2    999     1 before
3      3    999     0  after
4      4    100     0 before
5      5    100     1 before
6      6    100     0 before
7      7    100     1 before
8      8    100     0  after
9      9    100     0  after
10    10    101     0 before
11    11    101     0 before
12    12    102     1 before
>

【讨论】：