R语言求助：如何在数据集分组内首次出现0时设新变量为1

我来帮你搞定这个需求！看起来你需要在每个ID分组内，标记出Var1和Var2各自第一次出现0的行（只要其中一个变量首次出现0，该行的VarNew就设为1），其余所有情况VarNew都设为0。下面给你两种常用的实现方案，都是R语言里的主流工具链：

方法一：用dplyr（tidyverse风格） #

这是最直观易懂的方式，适合习惯tidyverse语法的用户：

首先加载必要的包：

library(tidyverse)

然后对数据集进行分组处理：

# 假设你的原始数据集名为df
df <- df %>%
  group_by(ID) %>%  # 按ID分组
  mutate(
    # 标记Var1首次出现0的行：累计0的次数为1且当前行是0
    first_var1_zero = ifelse(cumsum(Var1 == 0) == 1 & Var1 == 0, 1, 0),
    # 同理标记Var2首次出现0的行
    first_var2_zero = ifelse(cumsum(Var2 == 0) == 1 & Var2 == 0, 1, 0),
    # 只要任意一个变量首次出现0，VarNew就为1
    VarNew = ifelse(first_var1_zero == 1 | first_var2_zero == 1, 1, 0)
  ) %>%
  select(-first_var1_zero, -first_var2_zero) %>%  # 移除中间变量（可选）
  ungroup()  # 取消分组

方法二：用data.table（高效大数据处理） #

如果你的数据集非常大，data.table的处理速度会更快：

library(data.table)
setDT(df)  # 将数据框转换为data.table格式

df[, `:=`(
  first_var1_zero = as.integer(cumsum(Var1 == 0) == 1 & Var1 == 0),
  first_var2_zero = as.integer(cumsum(Var2 == 0) == 1 & Var2 == 0)
), by = ID][, VarNew := as.integer(first_var1_zero | first_var2_zero)][, c("first_var1_zero", "first_var2_zero") := NULL]

验证示例数据 #

用你给出的测试数据验证一下，结果完全符合预期：

# 测试数据
test_df <- tibble(
  ID = c(1,1,1,1,1,2,2,2,2,2),
  Var1 = c(1,1,0,0,0,1,1,1,0,0),
  Var2 = c(1,1,1,1,0,1,1,1,1,1)
)

# 用方法一处理后输出
test_df %>%
  group_by(ID) %>%
  mutate(
    first_var1_zero = ifelse(cumsum(Var1 == 0) == 1 & Var1 == 0, 1, 0),
    first_var2_zero = ifelse(cumsum(Var2 == 0) == 1 & Var2 == 0, 1, 0),
    VarNew = ifelse(first_var1_zero == 1 | first_var2_zero == 1, 1, 0)
  ) %>%
  select(-first_var1_zero, -first_var2_zero) %>%
  ungroup()

输出结果：

# A tibble: 10 × 4
      ID  Var1  Var2 VarNew
   <dbl> <dbl> <dbl>  <dbl>
 1     1     1     1      0
 2     1     1     1      0
 3     1     0     1      1
 4     1     0     1      0
 5     1     0     0      1
 6     2     1     1      0
 7     2     1     1      0
 8     2     1     1      0
 9     2     0     1      1
10     2     0     1      0

为什么之前的ifelse没成功？ #

单独用ifelse()只能做逐行的条件判断，没办法跟踪分组内之前是否出现过0的状态。而我们用cumsum()来累计每个分组内变量等于0的次数，就能精准定位到第一次出现0的行啦！

内容的提问来源于stack exchange，提问作者philipp.kn_98