长格式标记重捕数据中按个体统计有效观测次数（保留NA行）

我有长格式的标记重捕（mark-recapture）数据，希望新增一列ind.obs，统计每个个体在每次观测时已被观测到的次数，同时保留未观测到（length为NA）的行。

示例数据 #

library(tibble)
dat <- tibble(
  ID = c("A","A","A","A","A","B","B","B","B","B"),
  period = c("Aug.2012","Jun.2013","Aug.2013","Jun.2014","Aug.2014",
             "Aug.2012","Jun.2013","Aug.2013","Jun.2014","Aug.2014"),
  length = c(12,NA,NA,15,19, NA,3,6,10,NA)
)
dat$sample.event <- rep(1:5, dim(dat)[1]/5)

期望输出 #

需要新增ind.obs列，保留length为NA的行：

ID   period length sample.event ind.obs
1   A Aug.2012     12            1       1
2   A Jun.2013     NA            2      NA
3   A Aug.2013     NA            3      NA
4   A Jun.2014     15            4       2
5   A Aug.2014     19            5       3
6   B Aug.2012     NA            1      NA
7   B Jun.2013      3            2       1
8   B Aug.2013      6            3       2
9   B Jun.2014     10            4       3
10  B Aug.2014     NA            5      NA

解决方法 #

使用dplyr可以实现需求，无需删除NA行，具体代码如下：

library(dplyr)

dat_processed <- dat %>%
  group_by(ID) %>%
  mutate(ind.obs = ifelse(!is.na(length), cumsum(!is.na(length)), NA)) %>%
  ungroup()

代码逻辑说明 #

• group_by(ID)：按个体ID分组，确保每个个体的观测次数单独统计
• cumsum(!is.na(length))：对每组内的length列判断是否非NA，生成布尔值后累加，得到累计观测次数
• ifelse(...)：仅在length非NA的行填充累计次数，NA行保持为NA，完美保留原始数据结构

之前尝试drop_na(length)会删除NA行、sequence(n(na.rm=T))报错的问题，这个方法都能避免。

内容的提问来源于stack exchange，提问作者ghaines