组内条件语句答案

【问题标题】：Conditional statement within group组内条件语句
【发布时间】：2019-05-04 13:59:05
【问题描述】：

我有一个数据框，我想在其中创建一个新列，其中包含基于组内条件的值。因此，对于下面的数据框，我想创建一个新列 n_actions，它给出了

条件 1。对于整个组 GROUP 数字 2 如果 6 出现在 STEP 列中条件 2. 对于整个组 GROUP，如果 9 出现在 STEP 列中，则数字 3 条件 3. 如果 GROUP 的 STEP 列中没有出现 6 或 9，则为 1

#dataframe start
dataframe <- data.frame(group = c("A", "A", "A", "B", "B", "B", "B", "B", "B", "C", "C", "C", "D", "D", "D", "D", "D", "D", "D", "D", "D"),
               step = c(1, 2, 3, 1, 2, 3, 4, 5, 6, 1, 2, 3, 1, 2, 3, 4, 5, 6, 7, 8, 9))

# dataframe desired
dataframe$n_actions <- c(rep(1, 3), rep(2, 6,), rep(1, 3), rep(3, 9))

【问题讨论】：

标签： r dataframe group-by conditional

【解决方案1】：

试用：

library(dplyr)
dataframe %>% 
        group_by(group) %>%
        mutate(n_actions = ifelse(9 %in% step, 3, 
                                  ifelse(6 %in% step, 2, 1)))
# A tibble: 21 x 3
# Groups:   group [4]
    group  step n_actions
   <fctr> <dbl>     <dbl>
 1      A     1         1
 2      A     2         1
 3      A     3         1
 4      B     1         2
 5      B     2         2
 6      B     3         2
 7      B     4         2
 8      B     5         2
 9      B     6         2
10      C     1         1
# ... with 11 more rows

【讨论】：

这没有提供所需的输出。 9 %in% step 需要先来

【解决方案2】：

dplyr's case_when 的另一种方式：

library(dplyr)

dataframe %>% 
  group_by(group) %>%
  mutate(
    n_actions1 = case_when(
      9 %in% step ~ 3,
      6 %in% step ~ 2,
      TRUE ~ 1
    )
  )

输出：

# A tibble: 21 x 3
# Groups:   group [4]
   group  step n_actions
   <fct> <dbl>     <dbl>
 1 A         1         1
 2 A         2         1
 3 A         3         1
 4 B         1         2
 5 B         2         2
 6 B         3         2
 7 B         4         2
 8 B         5         2
 9 B         6         2
10 C         1         1
11 C         2         1
12 C         3         1
13 D         1         3
14 D         2         3
15 D         3         3
16 D         4         3
17 D         5         3
18 D         6         3
19 D         7         3
20 D         8         3
21 D         9         3

【讨论】：

这给出了Error: 'match' requires vector arguments 错误。有什么想法吗？
这对我来说就像一个魅力。此外，这种方法非常灵活。我选择这个作为我的最终解决方案
@VivekKalyanarangan，对不起，不知道，我第一次看到上述函数的这个错误。
@arg0naut 我正在使用dplyr==0.5.0 和R version 3.3.2 (2016-10-31) Platform: x86_64-apple-darwin13.4.0 (64-bit) Running under: macOS 10.14.1

【解决方案3】：

您似乎可以将每组的最大值除以%/% 3。

dataframe <- transform(dataframe,
                       n_actions2 = ave(step, group, FUN = function(x) max(x) %/% 3))
dataframe
#   group step n_actions n_actions2
#1      A    1         1          1
#2      A    2         1          1
#3      A    3         1          1
#4      B    1         2          2
#5      B    2         2          2
#6      B    3         2          2
#7      B    4         2          2
#8      B    5         2          2
#9      B    6         2          2
#10     C    1         1          1
#11     C    2         1          1
#12     C    3         1          1
#13     D    1         3          3
#14     D    2         3          3
#15     D    3         3          3
#16     D    4         3          3
#17     D    5         3          3
#18     D    6         3          3
#19     D    7         3          3
#20     D    8         3          3
#21     D    9         3          3

【讨论】：

谢谢，这是聪明的想法:)