【问题标题】：Identify and group across observations跨观察识别和分组
【发布时间】：2019-03-06 22:04:05
【问题描述】：

我如何识别和生成一个新变量来识别哪些观察属于不同的组。假设我有以下数据集：

ID | country  |  side  
1  |  arg     |  1
1  |  usa     |  0
2  |  ita     |  1
2  |  usa     |  0
2  |  uk      |  1
3  |  aus     |  0
3  |  uk      |  1

并且我想创建一个新变量 (sideUK) 来标识国家“uk”是否参与了每个国家/地区的 ID 和 side。例如，这将是：

ID | country  |  side  | sideuk
1  |  arg     |  1     |  0
1  |  usa     |  0     |  0
2  |  ita     |  1     |  1
2  |  usa     |  0     |  0
2  |  uk      |  1     |  1
3  |  aus     |  0     |  0
3  |  uk      |  1     |  1

【问题讨论】：

标签： r dplyr

【解决方案1】：

我不完全确定您在追求什么，但以下内容重现了您的预期输出

library(dplyr)
df %>%
    group_by(ID) %>%
    mutate(sideuk = +("uk" %in% country & side == 1)) %>%
    ungroup()
## A tibble: 7 x 4
#     ID country  side sideuk
#  <int> <fct>   <int>  <int>
#1     1 arg         1      0
#2     1 usa         0      0
#3     2 ita         1      1
#4     2 usa         0      0
#5     2 uk          1      1
#6     3 aus         0      0
#7     3 uk          1      1

样本数据

df <- read.table(text =
    "ID  country    side
1    arg       1
1    usa       0
2    ita       1
2    usa       0
2    uk        1
3    aus       0
3    uk        1", header = T)

【讨论】：

【解决方案2】：

您想按 ID 分组，然后在 country 变量中检查 'uk'

df %>%
    group_by(ID, side) %>%
    mutate(sideuk = as.integer('uk' %in% country))

# A tibble: 7 x 4
# Groups:   ID, side [6]
     ID country  side sideuk
  <dbl> <fct>   <dbl>  <int>
1     1 arg         1      0
2     1 usa         0      0
3     2 ita         1      1
4     2 usa         0      0
5     2 uk          1      1
6     3 aus         0      0
7     3 uk          1      1

【讨论】：

【解决方案3】：

我不确定这是否是您正在寻找的。这是一个没有外部库的解决方案：

df$sideuk <- apply(df, 1, function(row) {
  return(
    as.integer(any(df[df$ID==row["ID"] & df$country=="uk" & row["side"] == 1, "side"]))
  )
})

  ID country side sideuk
1  1     arg    1      0
2  1     usa    0      0
3  2     ita    1      1
4  2     usa    0      0
5  2      uk    1      1
6  3     aus    0      0
7  3      uk    1      1
8  4      mx    1      0
9  4      uk    0      0

样本数据

df <- read.table(text =
                   "ID  country    side
                 1    arg       1
                 1    usa       0
                 2    ita       1
                 2    usa       0
                 2    uk        1
                 3    aus       0
                 3    uk        1
                 4    mx        1
                 4    uk        0", header = T)

【讨论】：