R dplyr - 根据其他行中的结果添加列答案

【问题标题】：R dplyr - Add Column Based on Results in Other RowsR dplyr - 根据其他行中的结果添加列
【发布时间】：2016-07-19 13:25:19
【问题描述】：

我有一个项目编号和库存位置的列表。项目可以出现在两种类型的库存位置 - warehouse 或 par 位置。我想在我的数据中添加一列，以指示特定项目编号是否与仓库位置相关联。样本数据如下：

item_num <- c("Item - 1", "Item - 2", "Item - 3", "Item - 1", "Item - 3", 
          "Item - 2")
locs <- c("warehouse", "par", "par", "par", "warehouse", "par")
fake_data <- tibble(item_num, locs)

fake_data
# A tibble: 6 x 2
  item_num      locs
     <chr>     <chr>
1 Item - 1 warehouse
2 Item - 2       par
3 Item - 3       par
4 Item - 1       par
5 Item - 3 warehouse
6 Item - 2       par

我想为所有Item - 1 和Item - 3 添加一个列TRUE，因为我的数据中都有一个仓库位置。对于Item - 2，这将是错误的。像这样的：

  item_num      locs wh_exists
1 Item - 1 warehouse      TRUE
2 Item - 2       par     FALSE
3 Item - 3       par      TRUE
4 Item - 1       par      TRUE
5 Item - 3 warehouse      TRUE
6 Item - 2       par     FALSE

我的混乱解决方案如下。

wh_locs <- fake_data %>%
  filter(locs == "warehouse")
fake_data$wh_exist <- fake_data$item_num %in% wh_locs$item_num

fake_data

# A tibble: 6 x 3
  item_num      locs wh_exist
     <chr>     <chr>    <lgl>
1 Item - 1 warehouse     TRUE
2 Item - 2       par    FALSE
3 Item - 3       par     TRUE
4 Item - 1       par     TRUE
5 Item - 3 warehouse     TRUE
6 Item - 2       par    FALSE

这可行，但在我看来，应该有一些聪明的方法来使用mutate 和group_by 来获得答案，这样我就可以将它们全部保存在一组管道函数中。

谢谢。

【问题讨论】：

标签： r dplyr

【解决方案1】：

我们可以使用any 和==

fake_data %>%
      group_by(item_num) %>% 
      mutate(wh_exists = any(locs == "warehouse"))
#     item_num      locs wh_exists
#     <chr>     <chr>     <lgl>
#1 Item - 1 warehouse      TRUE
#2 Item - 2       par     FALSE
#3 Item - 3       par      TRUE
#4 Item - 1       par      TRUE
#5 Item - 3 warehouse      TRUE
#6 Item - 2       par     FALSE

使用data.table的类似选项

library(data.table)
setDT(fake_data)[, wh_exists := any(locs == "warehouse"), by = item_num]

【讨论】：

【解决方案2】：

使用group_by 和%in% 运算符来检查warehouse 是否在每个组的locs 内：

library(dplyr)
fake_data %>% group_by(item_num) %>% mutate(wh_exists = 'warehouse' %in% locs)

# Source: local data frame [6 x 3]
# Groups: item_num [3]
# 
#   item_num      locs wh_exists
#     <fctr>    <fctr>     <lgl>
# 1 Item - 1 warehouse      TRUE
# 2 Item - 2       par     FALSE
# 3 Item - 3       par      TRUE
# 4 Item - 1       par      TRUE
# 5 Item - 3 warehouse      TRUE
# 6 Item - 2       par     FALSE

【讨论】：