R - Conditional Lagging - Wie verzögert man eine bestimmte Anzahl von Zellen, bis eine Bedingung erfüllt ist?

Question

Ich habe versucht, dies seit Wochen zu lösen, aber es scheint nicht zu bekommen.

Ich habe folgenden Datenrahmen:

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 

und will eine neue Variable PARENT_ID erstellen. So dass für jede Beobachtung sollte es die folgenden Schritte durchführen:

1. Überprüfen Sie, ob post_id entweder post oder comment
2. ist Wenn post_id ist post dann parent_id sollte die früheste post_id des gesamten Datenrahmens entsprechen.
3. Wenn post_id ist der erste Eintrag dann parent_idNA
4. sollte gleich Wenn post_id ist comment dann parent_id zur ersten post_id gleich sollte es trifft.

Der Ausgang etwas aussehen sollte:

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 

Ich habe versucht, die folgenden:

#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) 

Mit diesem Code ich in der Lage bin führen Schritte 1, 2 und 3, aber Schritt 4 ist jenseits von mir. Ich habe das Gefühl, dass eine bestimmte Art von konditionaler Verzögerung das Problem lösen könnte, aber ich weiß nicht, wie ich das machen soll.

Alle Ideen würden sehr geschätzt werden!

Answer 1

Aufbauend auf Ihrer Lösung

x <- which(df$type == 'post') 
z <- which(df$type == 'comment') 
df$parent_id[df$parent_id == 0] <- df$post_id[x[sapply(z, function(i) findInterval(i, x))]] 
df$parent_id 
#[1] "NA"  "post-1" "post-2" "post-2" "post-2" "post-1" "post-3"