comparer des lignes consécutives à des conditions spécifiques dans R

Question

Pour chaque participant et chaque essai, je dois vérifier que pour toutes les lignes consécutives dans CURRENT_ID, la première ligne a une valeur de 0 dans la colonne A, et la dernière ligne a une valeur de 0 dans la colonne B. Si les deux conditions sont remplies, je voudrais avoir une valeur de 0 dans la nouvelle colonne C, si elles ne sont pas, je voudrais avoir une valeur de 1.

Si vous en avez suggestions, je serais très reconnaissant.

Voici quelques exemples de lignes de données:

A B participant trial CURRENT_ID  C 
0 1 ppt01   45  3    0 
1 0 ppt01   45  4    0 
0 1 ppt01   45  10    0 
0 0 ppt01   45  11    0 
1 0 ppt01   45  12    0 
0 1 ppt01   87  2    0 
1 0 ppt01   87  3    0 
1 1 ppt01   87  4    1 
1 1 ppt01   87  5    1 
0 1 ppt01   34  6    0 
0 0 ppt01   34  7    0 
0 0 ppt01   34  8    0 
0 0 ppt01   34  9    0 
0 0 ppt01   34  10    0 
1 0 ppt01   34  11    0 
0 1 ppt01   8  5    0 
1 0 ppt01   8  6    0 
0 1 ppt01   8  9    0 
0 0 ppt01   8  10    0 
0 0 ppt01   8  11    0 
1 0 ppt01   8  12    0 
0 1 ppt02   87  2    0 
0 0 ppt02   87  3    0 
0 0 ppt02   87  4    0 
1 0 ppt02   87  5    0 
0 1 ppt02   55  5    0 
1 0 ppt02   55  6    0 
0 1 ppt02   55  9    0 
1 0 ppt02   55  10    0 
0 1 ppt02   55  11    1 
1 0 ppt02   55  12    0 
0 1 ppt02   22  2    0 
1 0 ppt02   22  3    0 
0 1 ppt02   22  4    1 
0 1 ppt02   22  10    0 
1 0 ppt02   22  11    1 
1 1 ppt02   22  12    1 

EDIT: Je dois considérer chaque paire de lignes consécutives (consécutives sur la base des valeurs de CURRENT_ID) pour chaque participant et le procès. Dans l'exemple ci-dessus, les lignes 8 et 9 ont la valeur 1 dans la nouvelle colonne C car la ligne 8 a 1 (au lieu de 0) dans la colonne A et la ligne 9 1 (au lieu de 0) dans la colonne B.

A B participant trial CURRENT_ID  C 
1 1 ppt01   87  4    1 
1 1 ppt01   87  5    1 

EDIT2: Après que je dois prendre en compte les paires de lignes:

A B participant trial CURRENT_ID  C 
0 1 ppt01   45  3    0 
1 0 ppt01   45  4    0 

0 1 ppt01   45  10    0 
0 0 ppt01   45  11    0 

0 0 ppt01   45  11    0 
1 0 ppt01   45  12    0 

0 1 ppt01   87  2    0 
1 0 ppt01   87  3    0 

1 0 ppt01   87  3    0 
1 1 ppt01   87  4    1 

1 1 ppt01   87  4    1 
1 1 ppt01   87  5    1 

0 1 ppt01   34  6    0 
0 0 ppt01   34  7    0 

0 0 ppt01   34  7    0 
0 0 ppt01   34  8    0 

0 0 ppt01   34  8    0 
0 0 ppt01   34  9    0 

0 0 ppt01   34  9    0 
0 0 ppt01   34  10    0 

0 0 ppt01   34  10    0 
1 0 ppt01   34  11    0 

Answer 1

Si vous souhaitez paires de groupes de AB au sein des groupes de participants au procès, cela devrait fonctionner:

d %>% group_by(participant, trial) %>% mutate(AB = ceiling(1:n()/2)) %>% group_by(participant, trial, AB) %>% mutate(newC = ifelse(length(A) == 1 | (A[1] == 0 & B[2] == 0), 0, 1)) 

J'ai laissé les nouvelles colonnes dans donc vous pouvez voir comment cela a été fait.

Sortie:

# A tibble: 15 x 8 
     A  B participant trial CURRENT_ID  C AB newC 
    <int> <int>  <chr> <int>  <int> <int> <dbl> <dbl> 
1  0  1  ppt01 45   3  0  1  0 
2  1  0  ppt01 45   4  0  1  0 
3  0  1  ppt01 45   10  0  2  0 
4  0  0  ppt01 45   11  0  2  0 
5  1  0  ppt01 45   12  0  3  0 
6  0  1  ppt01 87   2  0  1  0 
7  1  0  ppt01 87   3  0  1  0 
8  1  1  ppt01 87   4  1  2  1 
9  1  1  ppt01 87   5  1  2  1 
10  0  1  ppt01 34   6  0  1  0 
11  0  0  ppt01 34   7  0  1  0 
12  0  0  ppt01 34   8  0  2  0 
13  0  0  ppt01 34   9  0  2  0 
14  0  0  ppt01 34   10  0  3  0 
15  1  0  ppt01 34   11  0  3  0 

Dans le cas contraire, comme cela a été décrit à l'origine:

require(dplyr) 
d %>% group_by(participant, trial) %>% mutate(newC = ifelse(A[1] == 0 & B[n()] == 0, 0, 1)) 

Sortie:

Source: local data frame [15 x 7] 
Groups: participant, trial [3] 

# A tibble: 15 x 7 
     A  B participant trial CURRENT_ID  C newC 
    <int> <int>  <chr> <int>  <int> <int> <dbl> 
1  0  1  ppt01 45   3  0  0 
2  1  0  ppt01 45   4  0  0 
3  0  1  ppt01 45   10  0  0 
4  0  0  ppt01 45   11  0  0 
5  1  0  ppt01 45   12  0  0 
6  0  1  ppt01 87   2  0  1 
7  1  0  ppt01 87   3  0  1 
8  1  1  ppt01 87   4  1  1 
9  1  1  ppt01 87   5  1  1 
10  0  1  ppt01 34   6  0  0 
11  0  0  ppt01 34   7  0  0 
12  0  0  ppt01 34   8  0  0 
13  0  0  ppt01 34   9  0  0 
14  0  0  ppt01 34   10  0  0 
15  1  0  ppt01 34   11  0  0 

J'ai utilisé un sous-ensemble de données à l'aide dput():

d <- structure(
    list(
    A = c(0L, 1L, 0L, 0L, 1L, 0L, 1L, 1L, 1L, 0L, 
      0L, 0L, 0L, 0L, 1L), 
    B = c(1L, 0L, 1L, 0L, 0L, 1L, 0L, 1L, 1L, 
      1L, 0L, 0L, 0L, 0L, 0L), 
    participant = c(
     "ppt01", 
     "ppt01", 
     "ppt01", 
     "ppt01", 
     "ppt01", 
     "ppt01", 
     "ppt01", 
     "ppt01", 
     "ppt01", 
     "ppt01", 
     "ppt01", 
     "ppt01", 
     "ppt01", 
     "ppt01", 
     "ppt01" 
    ), 
    trial = c(
     45L, 
     45L, 
     45L, 
     45L, 
     45L, 
     87L, 
     87L, 
     87L, 
     87L, 
     34L, 
     34L, 
     34L, 
     34L, 
     34L, 
     34L 
    ), 
    CURRENT_ID = c(3L, 4L, 10L, 11L, 12L, 2L, 3L, 4L, 5L, 6L, 
        7L, 8L, 9L, 10L, 11L), 
    C = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 
      1L, 0L, 0L, 0L, 0L, 0L, 0L) 
), 
    .Names = c("A", "B", "participant", 
      "trial", "CURRENT_ID", "C"), 
    class = "data.frame", 
    row.names = c(NA,-15L) 
)