mto23's questions

Tenho uma coluna em um conjunto de dados parecida com esta:

cluster_id
1
1
1
1
NA
1
NA
NA
2
NA
2
NA
3
NA
NA
3


cluster_id <- c("1","1","1","1","NA","1","NA","NA","2","NA","2","NA","3","NA","NA","3")

A ordem já está predefinida antes de usar uma coluna de tempo. O que eu quero é substituir os NA's que estão dentro de cada ID de cluster, ou seja, se houver uma linha com 2, depois um NA e depois um 2 novamente, eu quero que esse NA se torne 2. Os NA's entre os números permanecem como NA's. Exemplo:

cluster_id   cluster_id_new
1            1
1            1
1            1
1            1
NA           1
1            1
NA           NA
NA           NA
2            2
NA           2
2            2
NA           NA
3            3
NA           3
NA           3
3            3 

Encontrei a zoo::na.locffunção neste post , que parece estar próxima do que eu quero, mas também preciso levar em consideração o valor após o NA. Alguma ideia?

Eu tenho um dataframe que desejo subconjunto selecionando apenas valores consecutivos de "1".

Especificamente, eu tenho um dataframe que se parece com isso:

library(tidyverse)
library(zoo)

df <- data.frame(matrix(ncol = 3, nrow = 17))
colnames(df) <- c("row_id","id", "k_yes")
df$row_id <- c(1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17)
df$id <- c("1_1","1_1","1_1","1_1","1_1","1_1","1_2","1_2","1_2","1_2","1_2","1_2","1_3","1_3","1_3","1_3","1_3")
df$k_yes <- c(1,1,1,0,1,1,0,0,0,1,1,0,1,0,1,0,1)
df
   row_id    id  k_yes
1       1   1_1      1
2       2   1_1      1
3       3   1_1      1
4       4   1_1      0
5       5   1_1      1
6       6   1_1      1
7       7   1_2      0
8       8   1_2      0
9       9   1_2      0
10     10   1_2      1
11     11   1_2      1
12     12   1_2      0
13     13   1_3      1
14     14   1_3      0 
15     15   1_3      1
16     16   1_3      0
17     17   1_3      1

E eu quero criar dois conjuntos de dados :

1) Aquele que, por grupo ( id), tem apenas "1"'s, mas sempre dois ou mais consecutivos. Assim, se houver um "0" entre dois "1", pelo menos o último "1" deve ser descartado. Portanto, aceitaria sequências como, por exemplo 1-1, 1-1-1, e assim por diante, mas não 0-1-1ou1-1-1-0

Então, também gostaria que fosse adicionada uma coluna para saber qual novo grupo/sequência foi formado, pois nem sempre será igual ao id (caso existam dois subgrupos/sequências dentro do id). Basicamente, esta coluna deve ter um código único por sequência para todo o dataframe (agora, acabei de vincular o id com uma letra, mas pode ser um número/letra consecutivo, por exemplo)

Este dataframe ficaria assim:

  row_id    id k_yes  new_group
1      1   1_1     1      1_1_A
2      2   1_1     1      1_1_A
3      3   1_1     1      1_1_A
4      5   1_1     1      1_1_B
5      6   1_1     1      1_1_B
6     10   1_2     1      1_2_A
7     11   1_2     1      1_2_A

2) Outro que, por grupo ( id), aceita um "0" entre os "1"s, mas não se não houver outros "1"s depois do "0". Então aceitaria sequências como por exemplo 1-0-1, 1-1-0-1, 1-1-0-1-1, 1-1-0-1-0-1, e assim por diante, mas não sequências como 0-1-1ou 1-1-0ou 1-1-0-0-1(no último, manteria apenas os primeiros 1's). E o mesmo de antes para a coluna "new_group".

A saída desejada de df seria:

   row_id    id k_yes  new_group
1       1   1_1     1      1_1_A
2       2   1_1     1      1_1_A
3       3   1_1     1      1_1_A
4       4   1_1     0      1_1_A
5       5   1_1     1      1_1_A
6       6   1_1     1      1_1_A
7      10   1_2     1      1_2_A
8      11   1_2     1      1_2_A
9      12   1_3     1      1_3_A
10     14   1_3     0      1_3_A
11     15   1_3     1      1_3_A
12     16   1_3     0      1_3_A
13     17   1_3     1      1_3_A

Nesse caso, id "1_1" obtém apenas um valor para "novo grupo" (1_1_A) porque é tudo a mesma sequência (com o 0 incluído)

Eu tentei seguir esta resposta , mas não funcionou, pois tentei:

> df |>
     group_by(id) |> 
     mutate(b = c(first(k_yes) , zoo::rollsum(k_yes, 1))) |>
     summarise(groups_to_keep = id[which(b >= 2)]) -> gk

Error in `mutate()`:
ℹ In argument: `b = c(first(k_yes), zoo::rollsum(k_yes, 1))`.
ℹ In group 1: `id = "1_1"`.
Caused by error:
! `b` must be size 5 or 1, not 6.

Acho que o problema é a rollsum()função, mas depois de verificar a página de ajuda ainda não ficou claro para mim como essa função deve ser aplicada.

Qualquer ajuda é apreciada!

Atualizar:

Adicionei uma nova versão do conjunto de dados, que criaria dois valores para "novo grupo" no primeiro conjunto de dados (1).