numero righe per variabile, ma ricominciare quando la condizione viene colpito

Question

voglio annoverare alcune combinazioni di fila in un dataframe (che è ordinato su ID e in tempo)

tc <- textConnection(' 
id    time  end_yn 
abc    10   0 
abc    11   0 
abc    12   1 
abc    13   0 
def    10   0 
def    15   1 
def    16   0 
def    17   0 
def    18   1 
') 

test <- read.table(tc, header=TRUE) 

L'obiettivo è quello di creare un nuovo colonna ("number") che numera ogni riga per id da 1 to n finché non viene colpito il numero end_yn == 1. Dopo end_yn == 1, la numerazione dovrebbe ricominciare.

Senza prendere la condizione end_yn == 1 in considerazione le righe possono essere numerate utilizzando:

DT <- data.table(test) 
DT[, id := seq_len(.N), by = id] 

Tuttavia il risultato atteso dovrebbe essere:

id    time  end_yn number 
abc    10   0  1 
abc    11   0  2 
abc    12   1  3 
abc    13   0  1 
def    10   0  1 
def    15   1  2 
def    16   0  1 
def    17   0  2 
def    18   1  3 

come incorporare la condizione end_yn == 1?

Answer 1

Sto indovinando ci sono diversi modi per farlo, ma qui è uno:

DT[, cEnd := c(0,cumsum(end_yn)[-.N])] # carry the end value forward 

DT[, number := seq_len(.N), by = "id,cEnd"] # create your sequence 

DT[, cEnd := NULL] # remove the column created above 

Impostazione id come la chiave per DT potrebbe valere la pena.