标记具有多个条件的组中的行答案

【问题标题】：flag rows in groups with multiple conditions标记具有多个条件的组中的行
【发布时间】：2018-09-06 17:01:47
【问题描述】：

我查看了这里和其他地方，但找不到完全符合我希望使用 R 完成的任务。

我有类似下面的数据，其中 col1 是唯一 ID，col2 是组 ID 变量，col3 是状态码。我需要标记具有相同组 ID 的所有行，并且这些行中的任何一个都有特定的状态代码，在本例中为 X，为 == 1，否则为 0。

ID   GroupID    Status   Flag
 1    100        A        1
 2    100        X        1
 3    102        A        0
 4    102        B        0
 5    103        B        1 
 6    103        X        1
 7    104        X        1
 8    104        X        1
 9    105        A        0
 10   105        C        0

我尝试写一些 ifelse where groupID == groupID and status == X then 1 else 0，但这不起作用。状态的模式是随机的。在此示例中，GroupID 是唯一的对，但我不想假设在代码中，b/c 我有其他实例，其中 GroupID 中有 3 行或更多行。

如果这是开放式 IE 会很有帮助，我可以在必要时添加其他条件，例如，对于每个匹配的组 ID，其中 Status == X，以及其他或其他等。

谢谢！

【问题讨论】：

标签： r if-statement grouping

【解决方案1】：

使用 dplyr 包可以轻松完成此类基于组的操作。

数据：

library(dplyr)

txt <- 'ID   GroupID    Status
1    100        A        
2    100        X        
3    102        A        
4    102        B        
5    103        B         
6    103        X        
7    104        X        
8    104        X        
9    105        A        
10   105        C        '

df <- read.table(text = txt, header = T)

一旦我们有了数据框，我们就可以使用group_by 函数建立 dplyr 组。然后将对每个组应用 mutate 命令，为每一行创建一个新的列条目。

df.new <- df %>% 
  group_by(GroupID) %>% 
  mutate(Flag = as.numeric(any(Status == 'X')))

# A tibble: 10 x 4
# Groups:   GroupID [5]
      ID GroupID Status  Flag
   <int>   <int> <fct>  <dbl>
 1     1     100 A          1
 2     2     100 X          1
 3     3     102 A          0
 4     4     102 B          0
 5     5     103 B          1
 6     6     103 X          1
 7     7     104 X          1
 8     8     104 X          1
 9     9     105 A          0
10    10     105 C          0

【讨论】：

惊人的不同路径获得相同的结果！我想出了一个不同的，看起来不那么整洁的dplyr 解决方案：df.new<- df %>% group_by(GroupID) %>% mutate(Flag = ifelse(sum(grepl("X",Status))>0,1,0))

【解决方案2】：

从基础 R

ave(df$Status=='X',df$GroupID,FUN=any)
 [1]  TRUE  TRUE FALSE FALSE  TRUE  TRUE  TRUE  TRUE FALSE FALSE

【讨论】：

这很有帮助，感谢 base R 中的示例。
@Adam_S yw :-) 快乐编码

【解决方案3】：

Data.table方式：

library(data.table)
setDT(df)

df[ , flag := sum(Status == "X") > 0, by=GroupID]

【讨论】：

【解决方案4】：

使用data.table的替代方法

library(data.table)
dt <- read.table(stringsAsFactors = FALSE,text = "ID   GroupID    Status
                 1    100        A
                 2    100        X
                 3    102        A
                 4    102        B
                 5    103        B 
                 6    103        X
                 7    104        X
                 8    104        X
                 9    105        A
                 10   105        C", header=T)
setDT(dt)[,.(ID,Status, Flag=ifelse("X"%in% Status,1,0)),by=GroupID]

#returns
   GroupID ID Status Flag
 1:     100  1      A    1
 2:     100  2      X    1
 3:     102  3      A    0
 4:     102  4      B    0
 5:     103  5      B    1
 6:     103  6      X    1
 7:     104  7      X    1
 8:     104  8      X    1
 9:     105  9      A    0
10:     105 10      C    0

【讨论】：

【解决方案5】：

base R 选项与rowsum

i1 <- with(df1, rowsum(+(Status == "X"), group = GroupID) > 0)
transform(df1, Flag = +(GroupID %in% row.names(i1)[i1]))

或者使用table

df1$Flag <- +(with(df1, GroupID %in% names(which(table(GroupID,
                  Status == "X")[,2]> 0))))

【讨论】：