dplyr 在 mutate 中广播每个组的单个值

Question

我正在尝试做一些与Scale relative to a value in each group (via dplyr) 非常相似的事情（但是这个解决方案似乎让 R 崩溃了）。我想为每个组复制一个值并添加一个重复该值的新列。作为一个例子，我有

library(dplyr)

data = expand.grid(
  category = LETTERS[1:2],
  year = 2000:2003)
data$value = runif(nrow(data))

data

  category year     value
1        A 2000 0.6278798
2        B 2000 0.6112281
3        A 2001 0.2170495
4        B 2001 0.6454874
5        A 2002 0.9234604
6        B 2002 0.9311204
7        A 2003 0.5387899
8        B 2003 0.5573527

我想要一个类似的数据框

data

  category year     value    value2
1        A 2000 0.6278798 0.6278798
2        B 2000 0.6112281 0.6112281
3        A 2001 0.2170495 0.6278798
4        B 2001 0.6454874 0.6112281
5        A 2002 0.9234604 0.6278798
6        B 2002 0.9311204 0.6112281
7        A 2003 0.5387899 0.6278798
8        B 2003 0.5573527 0.6112281

即每个类别的值是 2000 年的值。我试图想出一个可扩展到给定过滤标准的通用解决方案，即类似

data %>% group_by(category) %>% mutate(value = filter(data, year==2002))

但是由于分配的长度不正确，这不起作用。

Answer 1

这样做：

data %>% group_by(category) %>%
  mutate(value2 = value[year == 2000])

你也可以这样做：

data %>% group_by(category) %>%
  arrange(year) %>%
  mutate(value2 = value[1])

或

data %>% group_by(category) %>%
  arrange(year) %>%
  mutate(value2 = first(value))

或

data %>% group_by(category) %>%
  mutate(value2 = nth(value, n = 1, order_by = "year"))

或者可能还有其他几种方式。

由于某些原因，您对mutate(value = filter(data, year==2002)) 的尝试没有意义。

1. 当您再次显式传入 data 时，它不是之前分组的链的一部分，因此它不知道分组。

2. 所有dplyr 动词都将数据框作为第一个参数并返回一个数据框，包括filter。当您执行value = filter(...) 时，您正在尝试将完整的数据框分配给value 的单列。