dplyr 在 mutate 中同时使用 rowwise 和 df-wise 值答案

【问题标题】：dplyr use both rowwise and df-wise values in a mutatedplyr 在 mutate 中同时使用 rowwise 和 df-wise 值
【发布时间】：2018-08-06 06:42:15
【问题描述】：

您如何执行使用来自其他行的值的rowwise 操作（以 dplyr/tidy 样式）？假设我有这个 df：

df <- data_frame(value = c(5,6,7,3,4),
                 group = c(1,2,2,3,3),
                 group.to.use = c(2,3,3,1,1))

我想创建一个新变量 new.value，它等于每行的当前值加上“group”等于该行的“group.to.use”的行的最大值。所以对于第一行

new.value = 5 + (max(value[group === 2])) = 5 + 7 = 12

想要的输出：

# A tibble: 5 x 4
  value group group.to.use new.value
  <dbl> <dbl>        <dbl>     <dbl>
1    5.    1.           2.       12.
2    6.    2.           3.       10.
3    7.    2.           3.       11.
4    3.    3.           1.        8.
5    4.    3.           1.        9.

伪代码：

df %<>%
  mutate(new.value = value + max(value[group.to.use == <group.for.this.row>]))

【问题讨论】：

标签： r dplyr

【解决方案1】：

在逐行操作中，您可以使用. 引用整个data.frame，并使用普通语法.$colname 或.[['col.name']] 引用data.frame 中的一整列：

df %>%
    rowwise() %>%
    mutate(new.value = value + max(.$value[.$group == group.to.use])) %>%
    ungroup()

# # A tibble: 5 x 4
#   value group group.to.use new.value
#   <dbl> <dbl>        <dbl>    <dbl>
# 1     5     1            2       12
# 2     6     2            3       10
# 3     7     2            3       11
# 4     3     3            1        8
# 5     4     3            1        9

或者，您可以预先计算每个组的最大值，然后进行左连接：

df.max <- df %>% group_by(group) %>% summarise(max.value = max(value))

df %>%
    left_join(df.max, by = c('group.to.use' = 'group')) %>%
    mutate(new.value = value + max.value) %>%
    select(-max.value)
# # A tibble: 5 x 4
#   value group group.to.use new.value
#   <dbl> <dbl>        <dbl>     <dbl>
# 1     5     1            2        12
# 2     6     2            3        10
# 3     7     2            3        11
# 4     3     3            1         8
# 5     4     3            1         9

【讨论】：

df%>%mutate(newcol = map_dbl(group.to.use,~max(value[.x==group]))+value) 是另一种解决方案
@Onyambu，不错。这个和我的第一个解决方案的副作用是重复计算同一组的最大值，这使得此类解决方案对于大型数据集效率低下。我个人更喜欢加入方式。
为了避免joining你可以match即df%>%group_by(group)%>%mutate(mx = max(value))%>%ungroup()%>%mutate(newcol = value+mx[match(group.to.use,group)],mx=NULL)
df%>%mutate(newcol = ave(value,group,FUN=max)[match(group.to.use,group)]+value)也可以解决
我发现逐行解决方案在语法上最简单，但我仍然习惯map

【解决方案2】：

使用基数 R，我们可以使用 ave，其中我们为每个 group 计算 max，并将它们与相应的 value match 相加。

df$new.value <- with(df, value + 
                 ave(value, group, FUN = max)[match(group.to.use, group)])

df
#   A tibble: 5 x 4
#   value group group.to.use new.value
#  <dbl> <dbl>        <dbl>     <dbl>
#1  5.00  1.00         2.00     12.0 
#2  6.00  2.00         3.00     10.0 
#3  7.00  2.00         3.00     11.0 
#4  3.00  3.00         1.00      8.00
#5  4.00  3.00         1.00      9.00

【讨论】：

【解决方案3】：

这是base R的选项

df$new.value <- with(df, value + vapply(group.to.use, function(x)
                            max(value[group == x]), numeric(1)))
df$new.value
#[1] 12 10 11  8  9

【讨论】：