按行，將第一個時間步移到第一個非零列（滯後），然後創建新變量

Question

我有一個示例data.frame（df，下面），其中包含三個時間步長的變量值（大小）sz_t1 ，sz_t2，sz_t3。變量t1_t2，t2_t3，t1_t3是是否個體（ID）從時間步「存活」的二進制指示符1 - 2，2 - 3，或1 - 3

代替使用時間步的，我想以「年齡」作爲時間單位。也就是說，使用每個ID的第一個非零值作爲起點。例如，如果sz_t1爲零，則t1_t2將被記錄爲NA，但如果sz_t1爲零，但使用「年齡」，但sz_t2大於零，則可以使用零或一個生存結果記錄age1_2。所以，如果我用這個age移位的時間單位，我也想知道在那個年代（sz_age1等）的值（大小）

將R下面的代碼使用ifelse語句來實現示例數據所期望的結果。框架（df）。然而，隨着時間步數的增加，我覺得可能會有一個不太詳細的或者更簡潔的方法來實現我所尋求的結果。隨着更多時間步驟的增加，我不確定我能否掌握ifelse連鎖店。

我試圖找到基於第一個非零列索引的信息創建組，然後將這些組落後於適當的值。但是，我沒有找到辦法做到這一點，至少不是廣泛的格式，或者是每組不同的滯後。

是否有另一個r軟件包或命令可以實現這些結果以努力減少鏈接長度ifelse？

df <- structure(list(ID = 1:5, sz_t1 = c(0.5, 0.25, 0, 0, 0.25), sz_t2 = c(0.6, 
0.25, 0.25, 0.55, 0), sz_t3 = c(0, 0.35, 0.35, 0, 0)), .Names = c("ID", 
"sz_t1", "sz_t2", "sz_t3"), class = "data.frame", row.names = c(NA, 
-5L)) 

# did the id 'survive' from t1 to t2, etc 
df$t1_t2 <- ifelse(df$sz_t1 > 0, ifelse(df$sz_t2 >0,1,0), NA) 
df$t2_t3 <- ifelse(df$sz_t2 > 0, ifelse(df$sz_t3 >0,1,0), NA) 
df$t1_t3 <- ifelse(df$sz_t1 > 0, ifelse(df$sz_t3 >0,1,0), NA) 

# "age" 
# did the id 'survive' from age1 to age2, etc 
df$age1_2 <- ifelse(df$sz_t1 > 0, ifelse(df$sz_t2 >0,1,0), 
        ifelse(df$sz_t2 > 0, ifelse(df$sz_t3 >0,1,0), NA)) 
# if zero in first time step, age 2 to age 3 is NA as this time has yet to elapse 
df$age2_3 <-ifelse(df$age1_2 > 0, ifelse(df$sz_t1 > 0, 
        ifelse(df$sz_t2 > 0, ifelse(df$sz_t3 > 0,1,0),NA),NA),NA) 
# for the moment this is the same as df$t1_t3, need a t1 to get a value for age1_3, otherwise NA as the this time period has yet to elapse 
df$age1_3 <- ifelse(df$sz_t1 > 0, ifelse(df$sz_t3 >0,1,0), NA) 

# what was the size at the ages 
df$sz_age1 <- ifelse(df$sz_t1 > 0, df$sz_t1, df$sz_t2) 
df$sz_age2 <- ifelse(df$sz_t1 > 0, df$sz_t2, df$sz_t3) 
df$sz_age3 <- ifelse(df$sz_t1 > 0, df$sz_t3, NA) 

Answer 1

好像你做這個有點複雜得多，它需要的。 我不清楚sz列中的0值是z尺寸的動物（要小到可以測量）還是沒有測量​​，因爲它們沒有被觀察到？

降低代碼複雜度的一種方法可能是用NAs代替沒有進行測量的零點，因爲動物沒有進入研究。

df$sz_T1[df$sz_T1 == 0]<-NA 


df$t1_t2<-as.numeric(df$sz_T1 * df$sz_T2)>0) 

比你可以把2列放在一起，並測試產品是否> 0。

這應該有助於生成捕捉歷史記錄，並且可以根據您的df的輸入部分生存，並通過相乘來添加您的尺寸測量值。