时间戳

首页 > 解决方案 > 在时间序列数据帧中添加作为重复数字的二进制指标的列的最有效方法是什么？

r - 在时间序列数据帧中添加作为重复数字的二进制指标的列的最有效方法是什么？

问题描述

我有一个类似于此示例数据框的数据框：

example <- data.frame(id = c("1","1","1", "1", "2", "2", "2"),
                      amount = c(2300, 1765, 2300, 1500, 35, 180, 180),
                      date = c("2010-11-01", "2010-11-02", "2010-11-03", "2010-11-04", "2010-11-01", "2010-11-02", "2010-11-03"))

我想添加一个包含 1 的列，表示金额是否为经常性金额。只有当金额在同一 id 内重复时，才能将经常性金额视为经常性金额。所以它看起来像这样：

desiredResult <- data.frame(id = c("1","1","1", "1", "2", "2", "2"),
                      amount = c(2300, 1765, 2300, 1500, 2300, 180, 180),
                      date = c("2010-11-01", "2010-11-02", "2010-11-03", "2010-11-04", "2010-11-01", "2010-11-02", "2010-11-03"),
                      probableRecurringAmount = c(1,0,1,0,0,1,1))

数据集非常大，我很难想出一个有效的解决方案。我正在考虑根据这些其他列的组合向列添加键，但我只想有一个二进制标志。

标签： rdplyr

解决方案

你可以这样做：

library(dplyr)    
example %>%
  group_by(id, amount) %>%
  mutate(probableRecurringAmount  = ifelse(n() > 1, 1, 0))

# A tibble: 7 x 4
# Groups:   id, amount [5]
# id      amount date       probableRecurringAmount
#<fct>  <dbl> <fct>                        <dbl>
#1 1       2300 2010-11-01                       1
#2 1       1765 2010-11-02                       0
#3 1       2300 2010-11-03                       1
#4 1       1500 2010-11-04                       0
#5 2         35 2010-11-01                       0
#6 2        180 2010-11-02                       1
#7 2        180 2010-11-03                       1

推荐阅读