如果任何剩余值为0，则将值设置为0
如果任何剩余值为0，则将值设置为0
提问于 2020-07-17 18:54:49
我有一个这样的data.frame：
dat <- data.frame("ID"=c(rep(1,13),rep(2,5)), "time"=c(seq(1,13),c(seq(1,5))), "value"=c(rep(0,5), rep(1,3), 2, 0, 1, 5, 20, rep(0,2), seq(1:3)))
ID time value
1 1 1 0
2 1 2 0
3 1 3 0
4 1 4 0
5 1 5 0
6 1 6 1
7 1 7 1
8 1 8 1
9 1 9 2
10 1 10 0
11 1 11 1
12 1 12 5
13 1 13 20
14 2 1 0
15 2 2 0
16 2 3 1
17 2 4 2
18 2 5 3我的目标是将所有值设置为0，如果在剩余值中存在任何其他0 (对于每个唯一的ID，并按time排序)。这意味着在示例数据中，我希望在第6:9行中使用0。
我尝试过dat %>% group_by(ID) %>% mutate(value2 = ifelse(lead(value, order_by=time)==0, 0, value))，但我必须运行几次，因为它一次只更改一行(即首先更改第9行，然后更改第8行，依此类推)。
最好使用dplyr解决方案，但我会选择一切可行的解决方案:)
简短解释:价值是肿瘤的大小。如果肿瘤没有增长，但实际上在稍后的时间完全消失，它很可能是一个无关的包膜，因此应编码为“零肿瘤”。
回答 4
Stack Overflow用户
回答已采纳
发布于 2020-07-17 19:09:19
我不确定这是否是您想要的输出，但也许它对您有用
dat %>%
group_by(ID) %>%
arrange(-time) %>%
mutate(value = if_else(cumsum(value == 0) > 0, 0, value)) %>%
arrange(ID, time)
ID time value
<dbl> <int> <dbl>
1 1 1 0
2 1 2 0
3 1 3 0
4 1 4 0
5 1 5 0
6 1 6 0
7 1 7 0
8 1 8 0
9 1 9 0
10 1 10 0
11 1 11 1
12 1 12 5
13 1 13 20
14 2 1 0
15 2 2 0
16 2 3 1
17 2 4 2
18 2 5 3基本情况下，我首先将观察结果按降序排列。然后我检查值是否为零(cumsum(value == 0) > 0))。如果是，则将所有剩余值设置为零。最后，我再次将观察结果按正确的顺序排列。
如果您不想对数据进行排序和重新排序，可以使用以下代码，该代码依赖于相同的逻辑，但更难阅读：
dat %>%
group_by(ID) %>%
arrange(ID, time) %>%
mutate(value = if_else(cumsum(value == 0) < sum(value == 0), 0, value))或者在没有if_else的情况下效率更高
dat %>%
group_by(ID) %>%
arrange(ID, time) %>%
mutate(value = value * (cumsum(value == 0) >= sum(value == 0)))Stack Overflow用户
发布于 2020-07-17 19:19:00
一种方法是找到0的第一次和最后一次出现的索引，并替换其间的所有内容。
library(dplyr)
dat %>%
group_by(ID) %>%
mutate(value = replace(value, between(row_number(), which.max(value == 0), tail(which(value == 0), 1)), 0))
# A tibble: 18 x 3
# Groups: ID [2]
ID time value
<dbl> <int> <dbl>
1 1 1 0
2 1 2 0
3 1 3 0
4 1 4 0
5 1 5 0
6 1 6 0
7 1 7 0
8 1 8 0
9 1 9 0
10 1 10 0
11 1 11 1
12 1 12 5
13 1 13 20
14 2 1 0
15 2 2 0
16 2 3 1
17 2 4 2
18 2 5 3Stack Overflow用户
发布于 2020-07-17 19:59:27
使用data.table，您可以按特定顺序计算包含数据的字段，而无需实际重新排序数据帧。在这里很有用
library(data.table)
setDT(dat)
dat[order(-time), value := fifelse(cumsum(value == 0) > 0, 0, value), ID]
dat
# ID time value
# 1: 1 1 0
# 2: 1 2 0
# 3: 1 3 0
# 4: 1 4 0
# 5: 1 5 0
# 6: 1 6 0
# 7: 1 7 0
# 8: 1 8 0
# 9: 1 9 0
# 10: 1 10 0
# 11: 1 11 1
# 12: 1 12 5
# 13: 1 13 20
# 14: 2 1 0
# 15: 2 2 0
# 16: 2 3 1
# 17: 2 4 2
# 18: 2 5 3页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/62952522
复制相关文章
相似问题
腾讯云开发者
