superponer - Suma simple si expresión

superponer graficas en r

Question

Estos son mis datos de muestra:

dt <- data.table(id=c("a","a","a","a","b","b"), monthsinarrears=c(0,1,0,0,1,0), date=c(2013,2014,2015,2016,2014,2015))

La tabla se ve así:

> dt
   id monthsinarrears date
1:  a               0 2013
2:  a               1 2014
3:  a               0 2015
4:  a               0 2016
5:  b               1 2014
6:  b               0 2015

Ahora quiero crear una columna adicional llamada "EverinArrears" a la que se le asignará "1" si la identificación estaba alguna vez en mora (históricamente) y "0" si no lo era. Por lo tanto, la salida que quiero obtener es:

   id monthsinarrears date EverinArrears
1:  a               0 2013             0
2:  a               1 2014             1
3:  a               0 2015             1
4:  a               0 2016             1
5:  b               1 2014             1
6:  b               0 2015             1

Tenga en cuenta que la identificación del préstamo a no se encontraba históricamente en Atrasos en 2013 (esto sucedió en 2014), por eso EverinArrears recibe un cero también en 2013.

Answer 1

Aquí hay una ligera variación en las respuestas de los demás:

dt[, newcol := cummax(monthsinarrears > 0), by=id]

Al usar cummax lugar de cumsum , podríamos ahorrar en algunos cálculos.

Y aquí hay una manera de comparar con la posición de la primera entrada con meses positivos en mora:

dt[, newcol := {
  z = which(monthsinarrears > 0)
  if (!length(z)) rep(0L,.N)
  else            replace(rep(1L,.N), 1:.N < z[1], 0L)
}, by=id]

No estoy seguro si eso podría ser más eficiente; ciertamente depende de los datos hasta cierto punto.

Answer 2

Puede hacer lo siguiente (gracias a @Roland por la pista para evitar números> 1):

dt[, EverinArrears := as.integer(as.logical(cumsum(monthsinarrears))), by=id]

Salida:

#   id monthsinarrears date EA
#1:  a               0 2013  0
#2:  a               1 2014  1
#3:  a               0 2015  1
#4:  a               0 2016  1
#5:  b               1 2014  1
#6:  b               0 2015  1

Nota: si prefiere un código más corto, también puede hacer

dt[, EverinArrears := +(!!(cumsum(monthsinarrears))), by=id]

aunque no es tan "buena práctica" como as.integer(as.logical(...))

Como mencionó @Jaap, también puedes hacer:

dt[, EverinArrears := +(cumsum(monthsinarrears) > 0), by = id]

o, para una mejor práctica:

dt[, EverinArrears := as.integer(cumsum(monthsinarrears) > 0), by = id]

Según lo sugerido por @Arun en el comentario, otra manera más simple:

dt[, EverinArrears := cummax(monthsinarrears), by = id]

Answer 3

Puedes usar ave :

dt$EverinArrears = as.integer(!!ave(dt$monthsinarrears, dt$id, FUN=cumsum))

O el buen enfoque con data.table:

dt[, EverinArrears := +(!!cumsum(monthsinarrears)), id][]

Answer 4

Usando el paquete dplyr :

library(dplyr)

dt %>% 
  group_by(id) %>% 
  arrange(date) %>% 
  mutate(EverinArrears = +as.logical(cumsum(monthsinarrears))) %>% 
  data.table

   id monthsinarrears date EverinArrears
1:  a               0 2013             0
2:  a               1 2014             1
3:  a               0 2015             1
4:  a               0 2016             1
5:  b               1 2014             1
6:  b               0 2015             1