如何统计参与者累计两次正确回答前的错误数、试验次数及耗时？

问题描述 #

我有一个数据集，每行代表参与者的一次正确/错误交互。需要完成两个任务：

1. 统计每个参与者在记录到两次正确回答之前的错误交互次数
2. 创建新变量，记录满足「累计两次正确回答」条件时的试验次数，同时新增一列计算该条件前的耗时

数据集代码如下：

id = c(1,1,1,1,1,1,2,2,2,2,2,2,2,3,3,3,3,3,3,3,3)
accuracy = c(0,1,0,0,1,1,1,0,0,0,1,1,1,0,0,0,0,0,1,1,1)
timestamp = c(2405.078,2409.575,2414.239,2419.084,2424.138,2428.510,805.5845,812.2674,817.6420,822.5424,828.0416,832.9703,842.2013,456.9943,463.0222,469.0649,475.2177,480.3976,486.9402,491.5632,497.0068)

df <- data.frame(id, accuracy, timestamp)

期望的试验次数结果示例：

解决方案 #

使用dplyr包按参与者分组处理，逐行计算累计正确次数，定位到第一次达到2次正确的试验，再推导所需指标：

library(dplyr)

result <- df %>%
  group_by(id) %>%
  # 累计每个参与者的正确回答次数
  mutate(cum_correct = cumsum(accuracy),
         # 标记首次达到累计2次正确的行
         is_target = cum_correct == 2 & !duplicated(cum_correct == 2)) %>%
  # 筛选目标行
  filter(is_target) %>%
  # 计算各项指标
  mutate(trial_count = row_number(),
         error_count = trial_count - cum_correct,
         time_elapsed = timestamp - first(timestamp)) %>%
  # 保留需要的列
  select(id, trial_count, error_count, time_elapsed) %>%
  ungroup()

# 输出结果
print(result)

代码说明 #

• cum_correct = cumsum(accuracy)：按参与者累计每次交互的正确次数
• is_target = cum_correct == 2 & !duplicated(...)：确保只选取第一次累计到2次正确的试验行，排除后续重复满足条件的行
• trial_count = row_number()：分组内的行号即为当前试验的次数
• error_count = trial_count - cum_correct：总试验数减去累计正确数，得到条件达成前的错误次数
• time_elapsed = timestamp - first(timestamp)：计算从该参与者第一次试验到目标试验的耗时

执行结果 #

运行代码后会得到包含以下字段的结果：

• id：参与者ID
• trial_count：达到两次正确回答时的试验次数
• error_count：条件达成前的错误交互次数
• time_elapsed：条件达成前的耗时

内容的提问来源于stack exchange，提问作者caeco