R: частота подсчета категориальной переменной (условно по дате)

У меня есть три столбца «Имя», «Манекен успеха» и «Дата». Для каждого ИМЯ я хочу проверить ПРОШЛЫЙ УСПЕХ для этого ИМЯ.

Так, например, если имя «Питер» встречается три раза, каждый раз я хочу подсчитать количество «Питер» с «Успехом == 1», а дата произошла раньше.

Пример вывода, который мне нужно получить для столбца «Прошлый успех».

Name    Success Date   Past Success
David      1    2018    1
Peter      0    2017    3
Peter      1    2016    2
David      1    2017    0
Peter      1    2015    1
Peter      0    2010    1
Peter      1    2005    0
Peter     NA    2004    0

Есть ли способ сделать это быстро?

Также мне нужно, чтобы это было очень быстро, потому что мои данные огромны.

Что я сделал, так это отсортировал свои данные на основе имен и дат и сравнил каждое наблюдение со 100 наблюдениями ранее (поскольку максимальная частота имен составляет 100).

Пожалуйста, сообщите, если есть лучший способ сделать это.


r count frequency
person useR    schedule 04.04.2019    source источник
comment
Привет, UseR, можешь ли ты предоставить нам минимальный воспроизводимый пример? Я хотел бы скопировать и вставить код для создания вашего фрейма данных (или его подмножества) в мой сеанс R и иметь возможность воспроизвести то, что вы получаете, а затем порекомендовать решение. Спасибо :)   -  person mysteRious    schedule 04.04.2019
comment
Можете ли вы предоставить образцы данных?   -  person FALL Gora    schedule 04.04.2019
comment
Посмотрите на функцию rle()   -  person DanY    schedule 05.04.2019
comment
@FALLGora: строки 6 и 7 моего вопроса на самом деле представляют собой таблицу образцов данных и вывода. Он не отображается правильно в столбцах. Есть ли способ это исправить? Я скопировал вставку из таблицы excel   -  person useR    schedule 05.04.2019
comment
Это также может быть полезно: stackoverflow.com/questions/44665944/   -  person divibisan    schedule 05.04.2019
comment
@mysteRious: теперь он там   -  person useR    schedule 05.04.2019

Ответы (3)


arrow_upward
1
arrow_downward

Вот два способа сделать это. Один из них почти как @FALL Гора, а другой из базы R

# these two steps are assuming you have data.table
# modify them accordingly if you have data.frame
data <- data[order(Name, Date)]
data[is.na(Success), Success := 0]

### tapply
data$past_success <- unlist(with(data, tapply(Success, Name, cumsum)))

### data.table
data[, past_success_dt := cumsum(Success), by = Name]

data

    Name Success Date past_success past_success_dt
1: David       1 2017            1               1
2: David       1 2018            2               2
3: Peter       0 2004            0               0
4: Peter       1 2005            1               1
5: Peter       0 2010            1               1
6: Peter       1 2015            2               2
7: Peter       1 2016            3               3
8: Peter       0 2017            3               3
person cropgen    schedule 04.04.2019

arrow_upward
1
arrow_downward

Попробуйте этот подход к таблице данных:

library(data.table)
data <-data.table(Name = rep(c("David","Peter","David","Peter"), c(1,2,1,4)),
                  Success = c(1,0,1,1,1,0,1,NA),
                  Date = c(2018,2017,2016,2017,2015,2010,2005,2004)
                  )
data <- data[order(Date)]
data[Success == 1,"Past Success":= cumsum(Success), by = 'Name']
person FALL Gora    schedule 04.04.2019
comment
Он генерирует NA для трех столбцов. Но спасибо, это хороший способ закодировать его. - person useR; 05.04.2019
comment
NA — это значения, которые предполагаются равными нулю. вы можете обновить их, выполнив после: data[ ,"Past Success":= ifelse(is.na(`Past Success`),0,`Past Success`)] - person FALL Gora; 05.04.2019

arrow_upward
0
arrow_downward

Для справки: подход dplyr для фрейма данных

library(tidyverse)
data<-data%>%
  arrange(Name, Date) %>%
  group_by(Name) %>%
  mutate(Success = replace_na(Success, 0),
         PastSuccess = cumsum(Success))
data
> data
# A tibble: 8 x 4
# Groups:   Name [2]
  Name  Success  Date PastSuccess
  <fct>   <dbl> <dbl>        <dbl>
1 David       1  2017            1
2 David       1  2018            2
3 Peter       0  2004            0
4 Peter       1  2005            1
5 Peter       0  2010            1
6 Peter       1  2015            2
7 Peter       1  2016            3
8 Peter       0  2017            3
person 23stacks1254    schedule 04.04.2019