如何在R中高效实现同ID内出现1后后续Value全部置1？

示例输入 #

df <- data.frame(ID = c(1,1,1,1,1,2,2,2,2,2,2,3,3,3), 
                 Visit = c(1,2,3,4,5,1,2,3,4,5,6,1,2,3), 
                 Value = c(0,0,1,0,0,0,0,0,0,1,0,0,1,0))

需求说明 #

按ID分组，当某一行的Value首次变为1后，将该ID下后续所有行的Value都设为1，且避免使用低效的for循环。

解决方案 #

这里提供两种高效的向量式操作方案，无需循环：

方法1：使用dplyr包

利用cummax()（累计最大值）函数，一旦分组内出现1，后续的累计最大值都会保持为1，完美匹配需求：

library(dplyr)

df_result <- df %>%
  group_by(ID) %>%
  mutate(Value = cummax(Value)) %>%
  ungroup()

方法2：使用data.table包（适合大数据集）

data.table的分组操作效率极高，语法更简洁：

library(data.table)

setDT(df)
df_result <- df[, Value := cummax(Value), by = ID]

验证结果 #

运行上述代码后，得到的df_result与期望输出完全一致：

data.frame(ID = c(1,1,1,1,1,2,2,2,2,2,2,3,3,3), 
           Visit = c(1,2,3,4,5,1,2,3,4,5,6,1,2,3), 
           Value = c(0,0,1,1,1,0,0,0,0,1,1,0,1,1))

内容的提问来源于stack exchange，提问作者Y. Z.