基于组内历史值生成新计数变量的dplyr实现问询

我来帮你搞定这个需求！你需要在每个分组内，计算当前行距离上一次X1取值为1的周期数，并且在之前没有出现过1的行填充NA。下面是用dplyr（结合tidyr的fill函数）实现的完整方案：

示例数据 #

首先先确认我们的输入数据：

data_test <- data.frame(
 group = rep(1:4, each = 5),
 time = rep(1:5, n = 4),
 X1 = c(0, 0, 1, 0, 1, 0, 1, 1, 1, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0, 1)
)

解决方案代码 #

library(dplyr)
library(tidyr)

data_test <- data_test %>%
  group_by(group) %>%
  mutate(
    # 标记X1=1所在的行号，其他行设为NA
    last_one_pos = ifelse(X1 == 1, row_number(), NA),
    # 向前填充最近的X1=1的行号，这样每一行都能拿到最近的1的位置
    last_one_pos = fill(last_one_pos, .direction = "down"),
    # 计算当前行到最近的1的周期数：行号差减1
    X2 = row_number() - last_one_pos - 1,
    # 处理NA的情况：
    # 1. 第一个1出现之前的行（last_one_pos仍为NA）
    # 2. 第一个1所在的行（当前行号等于last_one_pos）
    X2 = case_when(
      is.na(last_one_pos) ~ NA_integer_,
      row_number() == last_one_pos ~ NA_integer_,
      TRUE ~ X2
    )
  ) %>%
  ungroup()

代码解释 #

我们一步步拆解逻辑：

• 分组：用group_by(group)确保所有计算都在每个分组内独立进行。
• 标记1的位置：last_one_pos变量记录每个X1=1的行号，其他行暂时为NA。
• 填充最近的1的位置：fill(last_one_pos, .direction = "down")会把每个NA替换成上方最近的非NA值，这样每一行都能知道离它最近的上一个1在哪里。
• 计算周期数：用当前行号减去最近的1的行号，再减1，就得到了中间间隔的周期数（比如当前行是第4行，最近的1在第3行，4-3-1=0，和示例一致）。
• 修正NA值：通过case_when把两种需要设为NA的情况筛选出来：还没出现过1的行，以及第一个1所在的行。

运行这段代码后，生成的X2就和你提供的示例完全匹配啦！

内容的提问来源于stack exchange，提问作者Tim Welsh