Рассмотрим последовательное значение в данных

Question

У меня есть данные с 3 столбцами ID, время и тип;Мне нужно добавить столбец с именем «categoryroy», и пример данных с выходными данными приведен ниже:

> dput(DF1)
structure(list(ID = c("104 - 2019-06-03", "104 - 2019-06-03", 
"104 - 2019-06-03", "104 - 2019-06-03", "104 - 2019-06-03", "104 - 2019-06-03", 
"104 - 2019-06-03", "104 - 2019-06-03", "104 - 2019-06-03", "104 - 2019-06-03", 
"104 - 2019-06-03", "111 - 2019-05-31", "111 - 2019-05-31"), 
    Time = c("11:17:01", "12:48:51", "13:54:09", "14:14:46", 
    "14:19:46", "14:32:46", "14:19:27", "14:35:12", "15:30:22", 
    "15:31:22", "16:29:12", "09:31:53", "09:31:56"), Type = c("IN", 
    "Out", "IN", "IN", "IN", "IN", "Out", "Out", "IN", "IN", 
    "Out", "IN", "Out"), Category = c("Include", "Include", "Include", 
    "Exclude", "Exclude", "Exclude", "Exclude", "Include", "Include", 
    "Exclude", "Include", "Include", "Include")), row.names = c(NA, 
-13L), class = c("tbl_df", "tbl", "data.frame"))

Будучи данными свайпа, отсортированными по времени и идентификатору, необходимо учитывать, помечен ли человек как «IN ", а затем" Out "делает это единственной правильной записью. Я отмечаю как IN, так и OUT как «Включить», если это происходит последовательно. Иногда есть несколько последовательных входов и выходов, и в этих случаях я отмечаю первый «IN» как включающий, а «последний» OUT »как включающий. Промежуточные записи помечаются как исключающие. Спасибо!

Answer 1

Как Саудик сказал вам в своем комментарии, основной проблемой вашего вопроса было понять вашу классификацию. Так как мне нравятся головоломки, вот моя попытка.

Как я понял, вы хотите чередовать In и Out для каждого идентификатора, отсортированного по времени.

Вот код, чтобы получитьКритерии включения:

library(chron)
library(dplyr)

x = read.table(text = "
ID  Type  Time
104-2019-06-03  In  11:17:01
104-2019-06-03  Out 12:48:51
104-2019-06-03  In  13:54:09
104-2019-06-03  In  14:14:46
104-2019-06-03  Out 14:19:27
104-2019-06-03  In  14:31:12
104-2019-06-03  Out 15:21:51
104-2019-06-03  In  15:30:22
104-2019-06-03  Out 16:29:12
104-2019-06-04  In  14:31:12
104-2019-06-04  Out 15:21:51
104-2019-06-04  Out 15:30:22
104-2019-06-04  Out 16:29:12
", header=T) %>% 
  mutate(Time = chron(time=Time))

# x[c(4,11,12),"Category"] = "Exclude"
# x$Category = x$Category %>% replace_na("Include")

x %>% 
  arrange(ID, Time) %>% 
  group_by(ID) %>% 
  mutate(
    Category = ifelse(Type=="In", Type!=lag(Type), Type!=lead(Type)),
    Category = ifelse(is.na(Category)|Category==TRUE, "Include", "Exclude")
  )

Ключом здесь является использование lag и lead для проверки того, имеет ли следующая / предыдущая строка одинаковое значение. Так как вы хотите последний или первый, это зависит от значения Type. Затем вы можете очистить столбец, переведя «Включить» или «Исключить».