如何識別唯一的行和獨特的觀察的data.frame，基於時間變量

Question

，我有以下數據：

d <- data.frame(id=c(1,2,3,4,5,6,7), 
      year=c(1999,1999,1999,2000,2000,2000,2000), 
      var1=c(1,1,2,1,4,1,8), 
      var2=c(1,1,2,1,5,2,0), 
      var3=c(0,0,0,0,7,0,0)) 

> d 
    id year var1 var2 var3 
1 1 1999 1 1 0 
2 2 1999 1 1 0 
3 3 1999 2 2 0 
4 4 2000 1 1 0 
5 5 2000 4 5 7 
6 6 2000 1 2 0 
7 7 2000 8 0 0 

我要評估data.frame的每一行，並返回一個得分一個名爲'梳子'的新變量。

如果行持有間VAR1-VAR3的組合是：

• 往年從未觀察到（但元素是） - >分配梳= 1
• 包含被從未見過的元件往年 - >分配梳= 2
• 往年從未觀察到並保持一個新的元素 - >分配梳= 3
• 往年觀察 - >分配梳= 0

個

一些旁註：

• 發生的順序並不重要（1,1,2 == 1,2,1）
• 同年重複組合可以被標記相同

在這個例子中的數據，這應該是這樣的：

d2 <- data.frame(id=c(1,2,3,4,5,6,7), 
      year=c(1999,1999,1999,2000,2000,2000,2000), 
      var1=c(1,1,2,1,4,1,8), 
      var2=c(1,1,2,1,5,2,0), 
      var3=c(0,0,0,0,7,0,0), 
      comb=c(3,3,3,0,3,1,2)) 
> d2 
    id year var1 var2 var3 comb 
1 1 1999 1 1 0 3 
2 2 1999 1 1 0 3 
3 3 1999 2 2 0 3 
4 4 2000 1 1 0 0 
5 5 2000 4 5 7 3 
6 6 2000 1 2 0 1 
7 7 2000 8 0 0 2 

注意，第二行被賦予梳= 3，因爲它是第一年，我們觀察到combinatio納秒。如果這個觀察結果在年= 200（如第4行），則分配一個零。

這可能嗎？任何幫助深表感謝！

Answer 1

可能有更好的方法來做到這一點，但這是一個可能的策略。首先，你可以創建一個字符串，它的var1...var3組合，像這樣：

> d2$var123 <- paste(d2$var1, d2$var2, d2$var3, sep="-") 
> d2 
    id year var1 var2 var3 var123 
1 1 1999 1 1 0 1-1-0 
2 2 1999 1 1 0 1-1-0 
3 3 1999 2 2 0 2-2-0 
4 4 2000 1 1 0 1-1-0 
5 5 2000 4 5 7 4-5-7 
6 6 2000 1 2 0 1-2-0 
7 7 2000 8 0 0 8-0-0 

在這一點上，你可以簡單（1）循環的所有元素; （2）檢查var值是否出現在var123或所有先前的var1...var3列的列表中，然後相應地指定您的comb值。這是一段僞代碼：

d2$comb <- 0 # Initialize column 
for (i in unique(d2$id)) { 
    previous <- subset(d2, d2$id < i) # All the years before 
    current <- subset(d2, d2$id == i) # The current row 
    previous_vals <- unique(c(previous$var1, previous$var2, previous$var3)) 
    previous_combos <- unique(previous$var123) 

    if (i$var1 %in% previous_vals | i$var1 %in% previous_vals...) { 
     d2$comb([d2$id==1] <- 1 
    } 
    if (i$var123) %in% previous_combos { 
     d2$comb[d2$id==i] <- 0 
    } 
    .... # Rest of conditions here 
}