在 R 中：根据条件重复除第一行之外的行答案

【问题标题】：In R: Duplicate rows except for the first row based on condition在 R 中：根据条件重复除第一行之外的行
【发布时间】：2015-02-27 14:45:15
【问题描述】：

我有一个 data.table dt：

names <- c("john","mary","mary","mary","mary","mary","mary","tom","tom","tom","mary","john","john","john","tom","tom")
dates <- c(as.Date("2010-06-01"),as.Date("2010-06-01"),as.Date("2010-06-05"),as.Date("2010-06-09"),as.Date("2010-06-13"),as.Date("2010-06-17"),as.Date("2010-06-21"),as.Date("2010-07-09"),as.Date("2010-07-13"),as.Date("2010-07-17"),as.Date("2010-06-01"),as.Date("2010-08-01"),as.Date("2010-08-05"),as.Date("2010-08-09"),as.Date("2010-09-03"),as.Date("2010-09-04"))
shifts_missed <- c(2,11,11,11,11,11,11,6,6,6,1,5,5,5,0,2)
shift <- c("Day","Night","Night","Night","Night","Night","Night","Day","Day","Day","Day","Night","Night","Night","Night","Day")

df <- data.frame(names=names, dates=dates, shifts_missed=shifts_missed, shift=shift)
dt <- as.data.table(df)

names   dates       shifts_missed   shift
john    2010-06-01  2               Day
mary    2010-06-01  11              Night
mary    2010-06-05  11              Night
mary    2010-06-09  11              Night
mary    2010-06-13  11              Night
mary    2010-06-17  11              Night
mary    2010-06-21  11              Night
tom     2010-07-09  6               Day
tom     2010-07-13  6               Day
tom     2010-07-17  6               Day
mary    2010-06-01  1               Day
john    2010-08-01  5               Night
john    2010-08-05  5               Night
john    2010-08-09  5               Night
tom     2010-09-03  0               Night
tom     2010-09-04  2               Day

最终，我想要的是得到以下内容：

names   dates       shifts_missed   shift    count
john    2010-06-01  2               Day      1
mary    2010-06-01  11              Night    1
mary    2010-06-05  11              Night    1
mary    2010-06-09  11              Night    1
mary    2010-06-13  11              Night    1
mary    2010-06-17  11              Night    1
mary    2010-06-21  11              Night    1
tom     2010-07-09  6               Day      1
tom     2010-07-13  6               Day      1
tom     2010-07-17  6               Day      1
mary    2010-06-01  1               Day      1
john    2010-08-01  5               Night    1
john    2010-08-05  5               Night    1
john    2010-08-09  5               Night    1
tom     2010-09-03  0               Night    0
tom     2010-09-04  2               Day      1
john    2010-06-01  2               Night    1
mary    2010-06-05  11              Day      1
mary    2010-06-09  11              Day      1
mary    2010-06-13  11              Day      1
mary    2010-06-17  11              Day      1
mary    2010-06-21  11              Day      1
tom     2010-07-09  6               Night    1
tom     2010-07-13  6               Night    1
tom     2010-07-17  6               Night    1
john    2010-08-05  5               Day      1
john    2010-08-09  5               Day      1
tom     2010-09-04  2               Night    1

如您所见，后半部分数据几乎与前半部分重复。但是，如果 shifts_missed = 0，则不应重复，如果 shifts_missed 为奇数，则不应重复第一行，但应重复其余行。然后它应该在 count 列中为所有添加 1，除非 shifts_missed = 0。

我看到一些关于 !duplicate 或 unique 的答案，但 shifts_missed 中的这些值并不是唯一的。我确信这并不过分复杂，可能是一个多步骤的过程，但我不知道如何隔离奇数 shifts_missed 列的第一行。

【问题讨论】：

有些东西我不明白。当您说“第一行不应重复，而其余行应重复”时，您如何确定哪些行是一组。它们是否必须具有相同的“名称”和相同的“shifts_missed”值？例如，“mary 2010-06-01 1”不重复。那是因为它不是包含“mary 2010-06-21 11”的组的延续
零碎的dplyr 解决方案是零碎地创建数据表的后半部分：filter out shifts_missed == 0，过滤奇数 shifts_missed，然后 group_by 您的重复标准和使用slice(-1) 删除第一行，最后使用ifelse 创建一个新列。然后你可以rbind这个修改后的表到你原来的。

标签： r data.table

【解决方案1】：

dt[, is.in := if(shifts_missed[1] %% 2 == 0) T else c(F, rep(T, .N-1))
   , by = .(names, shift)]
rbind(dt, dt[is.in & shifts_missed != 0])

添加额外的列部分应该很明显。

【讨论】：

这非常有效。谢谢！我怎样才能让它将新行从 Day 更改为 Night 并将 Night 更改为 Day？
@AndrewRussell res[, shift := ifelse(shift == 'Day', 'Night', 'Day')] 也许
这不会改变所有这些吗？我只想切换 rbind 添加的新行。
@AndrewRussell 没有仔细阅读您的评论 - 然后只需修改该位：rbind(dt, dt[...][, shift := ...])
那仍然做同样的事情。除非我完全错误地实施它。