几周来一直试图解决这个问题,但似乎无法解决。
我有以下数据框:
post_id user_id
1 post-1 user1
2 post-2 user2
3 comment-1 user1
4 comment-2 user3
5 comment-3 user4
6 post-3 user2
7 comment-4 user2
并想创建一个新变量父 ID。因此,对于每个观察,它应该执行以下步骤:
- 检查是否
post_id
或者是post
or comment
- If
post_id
is post
then parent_id
应该等于最早的post_id
整个数据框的。
- If
post_id
那么是第一篇文章parent_id
应该等于NA
- If
post_id
is comment
then parent_id
应等于第一个post_id
它遇到。
输出应该类似于:
post_id user_id parent_id_man
1 post-1 user1 NA
2 post-2 user2 post-1
3 comment-1 user1 post-2
4 comment-2 user3 post-2
5 comment-3 user4 post-2
6 post-3 user2 post-1
7 comment-4 user2 post-3
我已经尝试过以下方法:
#Prepare data
df <- df %>% separate(post_id, into=c("type","number"), sep="-", remove=FALSE)
df$number <- as.numeric(df$number)
df <- df %>% mutate(comment_number = ifelse(type == "comment",number,99999))
df <- df %>% mutate(post_number = ifelse(type == "post",number,99999))
#Create parent_id column
df <- df %>% mutate(parent_id = ifelse(type == "post",paste("post-",min(post_number), sep=""),0))
df <- df %>% mutate(parent_id = ifelse(parent_id == post_id,"NA",parent_id))
df <- df %>% select(-comment_number, -post_number)
使用该代码我可以执行步骤 1、2 和 3, but step 4超出了我的范围。我感觉基于某种类型的条件滞后应该能够解决它,但无法想出如何做到这一点。
任何想法将不胜感激!