按ID分组计算数据框中事件上次发生的间隔轮次

我有如下数据框：

set.seed(1)
minimalsample <- data.frame(ID=rep(1:5, each= 20), round_number= rep(1:20, 5), event_occurred=rbinom(100, size=1, prob=0.2))

部分数据如下：

我希望新增一列lagEventOccurred，用于标识距离上次事件发生过去了多少轮次，规则如下：

• 同一轮次发生的事件不计入，仅统计之前的轮次
• 需按ID分组处理
• 若之前从未发生事件，值为Inf

目标数据示例如下：

我尝试了以下方法，但似乎需要循环执行多次lag()才能得到结果：

minimalsample %>% dplyr::mutate(firststep = ifelse(event_occurred==1, round_number, Inf) )  %>%
  dplyr::mutate(secondstep = ifelse((lag(firststep) < round_number), lag(firststep), firststep )) %>%
  dplyr::mutate(thirdstep = ifelse((lag(firststep) < round_number), round_number- lag(firststep), round_number-firststep ))

请问如何高效实现计算满足条件的上次事件的间隔轮次？

可以通过向量化操作避免循环，利用dplyr结合tidyr或zoo包实现，以下是两种可行方案：

方案1：使用dplyr + tidyr #

library(dplyr)
library(tidyr)

result <- minimalsample %>%
  group_by(ID) %>%
  # 标记事件发生的轮次，非事件行设为NA
  mutate(event_round = ifelse(event_occurred == 1, round_number, NA)) %>%
  # 向下填充最近的事件轮次，让每个行都能获取到截至当前的最近事件位置
  fill(event_round, .direction = "down") %>%
  # 取上一个位置的最近事件轮次（即当前行之前的最近事件）
  mutate(last_event = lag(event_round)) %>%
  # 计算间隔，无前置事件时设为Inf
  mutate(lagEventOccurred = ifelse(is.na(last_event), Inf, round_number - last_event)) %>%
  # 移除中间辅助列
  select(-event_round, -last_event) %>%
  ungroup()

方案2：使用dplyr + zoo #

如果习惯用zoo包的na.locf函数（Last Observation Carried Forward），可以用以下写法：

library(dplyr)
library(zoo)

result <- minimalsample %>%
  group_by(ID) %>%
  mutate(
    event_round = ifelse(event_occurred == 1, round_number, NA),
    # 向前填充最近的事件轮次
    last_event = na.locf(event_round, na.rm = FALSE),
    # 取当前行之前的最近事件轮次
    last_event = lag(last_event),
    # 计算间隔并处理无前置事件的情况
    lagEventOccurred = ifelse(is.na(last_event), Inf, round_number - last_event)
  ) %>%
  select(-event_round, -last_event) %>%
  ungroup()

逻辑说明 #

1. 分组处理：按ID分组，确保每个用户的计算独立
2. 标记事件位置：用event_round记录所有事件发生的轮次，非事件行留空
3. 填充最近事件：通过fill或na.locf将最近的事件轮次向下传递，让每个行都能获取到截至当前的最近事件
4. 取前置事件：用lag()将填充后的事件轮次列下移一位，得到当前行之前的最近事件轮次
5. 计算间隔：用当前轮次减去前置事件轮次，无前置事件时替换为Inf

这两种方法都是向量化操作，无需循环，处理大规模数据时效率远高于循环方案。

内容的提问来源于stack exchange，提问作者Zahra