如何在 R 中以分组行为条件编写新列？答案

【问题标题】：How to write new column conditional on grouped rows in R?如何在 R 中以分组行为条件编写新列？
【发布时间】：2016-06-02 10:18:58
【问题描述】：

我有一个数据框，其中每个 Item 具有三个类别（a、b、c），并且记录了每个类别的数字 Answer（0 或 1） .我想根据 Answer 列中的行创建一个新列。这是我的数据框的样子：

Item     <- rep(c(1:3), each=3)
Option   <- rep(c('a','b','c'), times=3)
Answer   <- c(1,1,0,1,0,1,1,1,1)
df       <- data.frame(Item, Option, Answer)


  Item Option Answer
1    1      a      1
2    1      b      1
3    1      c      0
4    2      a      0
5    2      b      0
6    2      c      1
7    3      a      1
8    3      b      1
9    3      c      1

需要什么：当 Option 列中的三个类别为 1 时，New 列应该得到 1。在任何其他情况下，列应该有0. 想要的输出应该是这样的：

  Item Option Answer New
1    1      a      1   0
2    1      b      1   0
3    1      c      0   0
4    2      a      0   0
5    2      b      0   0
6    2      c      1   0
7    3      a      1   1
8    3      b      1   1
9    3      c      1   1

我试图在不使用循环的情况下实现这一点，但我卡住了，因为我不知道如何根据一组行而不是单个行来创建一个新列。我试过this solution，但如果行没有成对分组，它就不起作用。

你有什么建议吗？非常感谢！

【问题讨论】：

对于每个“项目”使用相同数量的“选项”，您可以考虑将数据存储在像 xtabs(Answer ~ Item + Option, df) 这样的“矩阵”中（并且“答案”为 0/1，您可以将其存储为稀疏的“矩阵”）。然后，例如，您可以使用 colSums 来计算 "1"s

标签： r dplyr tidyr

【解决方案1】：

这应该可行：

df %>%
  group_by(Item)%>%
  mutate(New = as.numeric(all(as.logical(Answer))))

【讨论】：

谢谢！但是当我运行这个命令时，它会创建一个新列，全为 0（即使是项目 3，它也应该是 1）并且它给了我一个警告：In all(Answer) : coercing argument of type 'double' to合乎逻辑的。知道出了什么问题吗？
它利用了 R 将 TRUE 表示为 1 和 FALSE 表示为 0 的事实，但依赖于对逻辑的强制。警告不会阻止它工作（警告不是错误），但如果你想避免它们，要么显式强制，即as.numeric(all(as.logical(Answer)))，要么显式测试，即as.numeric(all(Answer == 1))。无论哪种方式，all 都需要逻辑值来评估。
@alistaire：谢谢！我可以通过将 Answer 转换为逻辑来摆脱警告，但仍然存在解决方案不起作用的情况，并且新列仅显示 0。
对我来说，所有三个选项都使用您提供的数据产生正确的结果。
@SolLago 使用您给出的示例，这对我有用。你能提供一个不起作用的例子吗？

【解决方案2】：

使用data.table

DT <- data.table(Item, Option, Answer)
DT[, Index := as.numeric(all(as.logical(Answer))), by= Item]
DT

    Item Option Answer Index
1:    1      a      1     0
2:    1      b      1     0
3:    1      c      0     0
4:    2      a      1     0
5:    2      b      0     0
6:    2      c      1     0
7:    3      a      1     1
8:    3      b      1     1
9:    3      c      1     1

【讨论】：

【解决方案3】：

或者只使用base R

df$Index <- with(df, +(ave(!!Answer, Item, FUN = all)))
df$Index
#[1] 0 0 0 0 0 0 1 1 1

【讨论】：