基于组改变新列答案

【问题标题】：Mutating new column based on groups基于组改变新列
【发布时间】：2020-11-10 02:21:12
【问题描述】：

有没有一种方法可以根据公共列值 (id) 将行分组在一起，然后根据每个组内的值是否高于和/ 或低于 1000？如：

< 1000 = "low/low"（该组中的所有值都低于 1000）
< 1000 and > 1000 = "low/high"（有些低于和高于 1000）
> 1000 = "high/high"（所有值都大于 1000）

数据

#Example
  id values
1   a    200
2   a    300
3   b    100
4   b   2000
5   b   3000
6   c   4000
7   c   2000
8   c   3000
9   d   2400
10  d   2000
11  d    400

#dataframe:
structure(list(id = c("a", "a", "b", "b", "b", "c", "c", "c", 
"d", "d", "d"), values = c(200, 300, 100, 2000, 3000, 4000, 2000, 
3000, 2400, 2000, 400)), class = "data.frame", row.names = c(NA, 
-11L))

期望的输出

   id values    new.id
1   a    200   low/low
2   a    300   low/low
3   b    100  low/high
4   b   2000  low/high
5   b   3000  low/high
6   c   4000 high/high
7   c   2000 high/high
8   c   3000 high/high
9   d   2400  low/high
10  d   2000  low/high
11  d    400  low/high

dplyr 解决方案会很棒，但对其他任何人都开放！

【问题讨论】：

标签： r grouping dplyr

【解决方案1】：

df %>% 
  group_by(id) %>%
  mutate(new.id = case_when(
    all(values < 1000) ~ "low/low",
    all(values > 1000) ~ "high/high",
    TRUE ~ "low/high"
  ))

【讨论】：

是的！非常感谢！

【解决方案2】：

或者，您可以使用 dplyr 中的 recode 函数。


df %>% group_by(id) %>%
  mutate(
    new.id = dplyr::recode(
      sum(values > 1000) / length(values),
      `0` = "low/low",
      `1` = "high/high",
      .default = "low/high"
    )
  )

如果您也想保留总数


df %>% group_by(id) %>%
  add_tally() %>%
  mutate(new.id = dplyr::recode(
    sum(values > 1000) / n,
    `0` = "low/low",
    `1` = "high/high",
    .default = "low/high"
  ))

【讨论】：