根据条件创建新变量并与现有变量匹配

Question

我的数据集包含以下变量：日期、时间、物种、饮食

'diet' 仅在每个 'day' 的某些 'time' 记录，因此，我希望创建一个新变量 'daily.diet'，其中每个物种每天的值为 'diet'（即daily.diet = 日期和物种匹配时的饮食）。

我制作了一个示例数据框来使用：

df <- data.frame(day = c(1,1,1,2,2,2,3,3,3), 
                  time = c(5,6,7,9,5,7,9,5,9), 
  species = c('a','b','c','c','c','b','a','a','b'),
  diet=c('na', 'na', 'green', 'na', 'na', 'blue', 'na', 'na', 'na'))

Answer 1

同意@Michael Dewar 的观点，您可能需要考虑使用NA 处理缺失数据，除非您的编码方案/数据收集有充分的理由引导您。

同样使用tidyverse，您可以从tidyr 中的fill 填写缺少的diet 值，在day 和species 相同的行中。

例如：

library(dplyr)
library(tidyr)

df$diet <- replace(df$diet, df$diet == 'na', NA)

df %>%
  group_by(day, species) %>%
  fill(diet, .direction = "downup")

示例数据不包括可能发生这种情况的实例。下面是一个带有不同数据的示例来演示，并创建一个新列daily.diet：

df %>%
  group_by(day, species) %>%
  mutate(daily.diet = diet) %>%
  fill(daily.diet, .direction = "downup")

输出

    day  time species diet  daily.diet
  <dbl> <dbl> <chr>   <chr> <chr>     
1     1     5 a       NA    NA        
2     1     6 b       NA    NA        
3     1     7 c       green green     
4     1     9 c       NA    green     
5     2     5 c       NA    NA        
6     2     7 b       blue  blue      
7     3     9 a       red   red       
8     3     5 a       NA    red       
9     3     9 b       NA    NA 

数据

df <- structure(list(day = c(1, 1, 1, 1, 2, 2, 3, 3, 3), time = c(5, 
6, 7, 9, 5, 7, 9, 5, 9), species = c("a", "b", "c", "c", "c", 
"b", "a", "a", "b"), diet = c(NA, NA, "green", NA, NA, "blue", 
"red", NA, NA)), row.names = c(NA, -9L), class = "data.frame")

Answer 2

虽然我不确定你在寻找什么，但我猜你想要类似的东西

library(tidyverse)
new_df <- df %>% 
    group_by(species, day) %>% 
    filter(n_distinct(diet) == 1) %>% 
    ungroup %>% 
    distinct(day, species, daily.diet = diet)

您可以使用df %>% left_join(new_df) 将其加入到您的原始数据中。

另外，您可能希望使用NA 而不是'na'。后者只是一个字符串，而前者是R的缺失值。