dplyr 分组评估，同时评估单个项目

Question

library(tidyverse)
df <- tibble(`Roman Numeral` = c(rep("I", 3), rep("II", 3)),
             Letter = c("A", "B", "C", "D", "E", "F"),
             Value = c(10, 5, 22, 3, 25, 7),
             Threshold = rep(20, 6))

df
#> # A tibble: 6 x 4
#>   `Roman Numeral` Letter Value Threshold
#>   <chr>           <chr>  <dbl>     <dbl>
#> 1 I               A         10        20
#> 2 I               B          5        20
#> 3 I               C         22        20
#> 4 II              D          3        20
#> 5 II              E         25        20
#> 6 II              F          7        20

这是我上面的df 数据框。我需要执行涉及组评估的逻辑，同时评估单行。我不知道这是否有意义。让我在下面列出我想要做的事情，希望它是可以理解的。

df.do <- df %>% 
  group_by(`Roman Numeral`) %>% 
  mutate(Violation = **see requested logic**)

下面是所需的输出。如何在tidyverse 中执行这三步逻辑，可能使用dplyr？

df.do  # (desired output)
#> # A tibble: 6 x 4
#>   `Roman Numeral` Letter Value Threshold Violation
#>   <chr>           <chr>  <dbl>     <dbl> <logical>
#> 1 I               A         10        20 TRUE
#> 2 I               B          5        20 TRUE
#> 3 I               C         22        20 TRUE
#> 4 II              D          3        20 FALSE
#> 5 II              E         25        20 FALSE
#> 6 II              F          7        20 FALSE

1. 分别评估每个Roman Numeral 组
2. 对于每个Roman Numeral 组；转到带有max() 字母的行并确定（仅针对此行）Value 是否大于Threshold
3. 如果步骤#2（直接在上面）是TRUE，则为该特定组填充所有Violations，为TRUE，否则填充为FALSE

Answer 1

因为已经是arranged，所以提取最后一个'Value'

df %>% 
  group_by(`Roman Numeral`) %>%  
  mutate(Violation = last(Value) >= Threshold)
# A tibble: 6 x 5
# Groups:   Roman Numeral [2]
#  `Roman Numeral` Letter Value Threshold Violation
#  <chr>           <chr>  <dbl>     <dbl> <lgl>    
#1 I               A         10        20 TRUE     
#2 I               B          5        20 TRUE     
#3 I               C         22        20 TRUE     
#4 II              D          3        20 FALSE    
#5 II              E         25        20 FALSE    
#6 II              F          7        20 FALSE    

---

如果不是arranged

df %>% 
  group_by(`Roman Numeral`) %>%  
  mutate(Violation = Value[which.max(factor(Letter))] >= Threshold)
  #or using `dense_rank`
  #mutate(Violation = Value[which.max(dense_rank(Letter))] >= Threshold)