按组识别值变化（分类）。 R

Question

您可以在下面看到我的数据集示例。

Fac Date        Type        Change  StartDT     EndDT
AAA 1/1/2019    General     0   1/1/2019    1/2/2019
AAA 1/2/2019    General     0   1/1/2019    1/2/2019
AAA 1/3/2019    Special     1   1/3/2019    1/4/2019
AAA 1/4/2019    Special     1   1/3/2019    1/4/2019
AAA 1/5/2019    Intensive   2   1/5/2019    1/5/2019
BBB 1/1/2019    General     0   1/1/2019    1/4/2019
BBB 1/2/2019    General     0   1/1/2019    1/4/2019
BBB 1/3/2019    General     0   1/1/2019    1/4/2019
BBB 1/4/2019    General     0   1/1/2019    1/4/2019
BBB 1/5/2019    Reserve     1   1/5/2019    1/6/2019
BBB 1/6/2019    Reserve     1   1/5/2019    1/6/2019

我想创建一个变量来跟踪我的类型变量的变化（变化）。我曾经在 Stata 工作，这样做的逻辑是首先跟踪每个 panel/group 的值与先前记录 (0/1) 相比是否发生变化，然后对该值求和运行 .

bysort Facility (Date): gen byte era = sum(Type != Type[_n-1] & _n > 1)

我如何在 R 中执行此操作？此外，在创建更改变量后，我将需要为每个 Fac 和更改 ("era") 生成开始和结束（最小、最大）日期。

如有任何帮助，我将不胜感激！提前致谢！马文

Answer 1

这是一个解决方案，使用 dplyr：

dat =
  tibble(
    fac = c(rep("A", 10), rep("B", 10)),
    type = sample(1:3, 20, replace = TRUE)
  )

dat %>% 
  group_by(fac) %>% 
  mutate(
    change = case_when(
      type != lag(type) ~ TRUE,
      TRUE ~ FALSE
    ),
    n_change = cumsum(change)
  )

对于您的代码，您可以添加：

group_by(Fac, n_change) %>%
mutate(
  min_start_date = min(StartDT),
  max_start_date = max(EndDT)
)

Answer 2

考虑使用 sapply 遍历行号序列以检查当前行和上一行的 Type 值。并使用 ave 对 Fac 组的总计进行内联聚合：

dat <- within(dat, {
  # CONVERT DATES
  Date <- with(dat, as.Date(Date, format="%m/%d/%Y"))
  StartDT <- with(dat, as.Date(StartDT, format="%m/%d/%Y"))
  EndDT <- with(dat, as.Date(StartDT, format="%m/%d/%Y"))

  # CALCULATE TYPE CHANGES
  type_delta <- c(NA, sapply(2:nrow(dat), function(i) 
                               ifelse(dat$Type[i] != dat$Type[i-1], 1, 0)
                             )
                 )
  era <- ave(type_delta, Fac, FUN=function(x) sum(x, na.rm=TRUE))
})

dat    
#    Fac       Date      Type Change    StartDT      EndDT era type_delta
# 1  AAA 2019-01-01   General      0 2019-01-01 2019-01-01   2         NA
# 2  AAA 2019-01-02   General      0 2019-01-01 2019-01-01   2          0
# 3  AAA 2019-01-03   Special      1 2019-01-03 2019-01-03   2          1
# 4  AAA 2019-01-04   Special      1 2019-01-03 2019-01-03   2          0
# 5  AAA 2019-01-05 Intensive      2 2019-01-05 2019-01-05   2          1
# 6  BBB 2019-01-01   General      0 2019-01-01 2019-01-01   2          1
# 7  BBB 2019-01-02   General      0 2019-01-01 2019-01-01   2          0
# 8  BBB 2019-01-03   General      0 2019-01-01 2019-01-01   2          0
# 9  BBB 2019-01-04   General      0 2019-01-01 2019-01-01   2          0
# 10 BBB 2019-01-05   Reserve      1 2019-01-05 2019-01-05   2          1
# 11 BBB 2019-01-06   Reserve      1 2019-01-05 2019-01-05   2          0

Answer 3

非常感谢@Parfait 和@user2363777 的所有帮助！这真太了不起了。我使用 user2363777 解决方案，因为我对 dplyr 更熟悉。对于最后一段代码，我只是在末尾包含了 ungroup() 函数。然后我只为每个设施和时代保留一个记录。

Fac Era Type            StartDT     EndDT
AAA 0   General         1/1/2019    1/2/2019
AAA 1   Special         1/3/2019    1/4/2019
AAA 2   Intensive       1/5/2019    1/5/2019
BBB 0   General         1/1/2019    1/4/2019
BBB 1   Reserve         1/5/2019    1/6/2019

我的最终目标是生成一个图表来描述设施类型随时间的变化（分类变量随时间的变化）。我将研究如何将其绘制成图表。我可能 post 很快就会有这方面的事情。谢谢！！

按组识别值变化（分类）。 R

Identify value change (categorical) by group. R

group-by

r

lag

dplyr