R语言纵向数据处理：按ID分组将A列首次1之后的观测全部填充为1

核心逻辑为：按ID分组后，计算A列的累计最大值。因为A列取值仅为0/1，首次出现1之后累计最大值会一直保持为1，刚好匹配需求规则。

Python（pandas） #

如果你的数据存为pandas的DataFrame，一行代码即可实现：

import pandas as pd
df['B'] = df.groupby('ID')['A'].cummax()

R（dplyr） #

用dplyr的分组操作和累计最大值函数实现：

library(dplyr)
df <- df %>%
  group_by(ID) %>%
  mutate(B = cummax(A)) %>%
  ungroup()

SQL #

用窗口函数先定位每个ID首次出现1的行位置，再做判断赋值：

SELECT 
  t1.*,
  CASE WHEN row_number() OVER(PARTITION BY ID ORDER BY 排序字段) >= first_1_pos THEN 1 ELSE 0 END AS B
FROM (
  SELECT 
    *,
    MIN(CASE WHEN A = 1 THEN row_number() OVER(PARTITION BY ID ORDER BY 排序字段) END) OVER(PARTITION BY ID) AS first_1_pos
  FROM 你的表名
) t1

注意：SQL语句里的排序字段需要替换为你表中确定行顺序的字段，比如时间戳、行序号等，没有固定排序规则的话无法确定"首次出现"的位置。

输入样例：

输出结果：

内容的提问来源于stack exchange，提问作者Statistix