R确定列中是否存在多个值，如果为真则突变连接答案

【问题标题】：R determine if more than 1 value exists in a column, mutate concatenate if trueR确定列中是否存在多个值，如果为真则突变连接
【发布时间】：2020-09-14 15:36:41
【问题描述】：

无法完全找到解决此问题的方法，正在寻找一些指导。

这是我拥有的数据集的示例：

     ID   Rank    Date       Date2.      Group   Group2
1   5678   1    2000-01-01   2010-05-02    A      A
2   5678   2    2010-05-02   2010-05-02    A      A
3   1234   1    2000-01-01   2015-06-03    B      A&B
4   1234   2    2015-06-03   2015-06-03    A      A&B

我想按 ID 进行分组，并确定“组”列中该 ID 是否存在多个值。如果是这样，请将它们连接在一起。

Group2 是基于分组 ID 并查看 Group 中是否存在多个值的所需输出。我正在使用 dplyr，但不确定从这里去哪里：

df <- df %>% group_by(ID) %>% mutate(Group2 = if else(?))

【问题讨论】：

标签： r group-by string-concatenation dplyr

【解决方案1】：

我认为最简单的方法是unique 函数。此函数使用给定向量的不同值创建一个向量。

> df %>%
   group_by(ID)%>%
   mutate(Group2=paste(sort(unique(Group)),
                       collapse="&"))

# A tibble: 4 x 3
# Groups:   ID [2]
     ID Group Group2
  <dbl> <chr> <chr> 
1  5678 A     A     
2  5678 A     A     
3  1234 B     A&B   
4  1234 A     A&B

【讨论】：

【解决方案2】：

data.table 的选项

library(data.table)
setDT(df)[, Group2 := paste(sort(unique(Group)), collapse="&"), ID]

数据

df <- structure(list(ID = c(5678L, 5678L, 1234L, 1234L), Rank = c(1L, 
2L, 1L, 2L), Date = c("2000-01-01", "2010-05-02", "2000-01-01", 
"2015-06-03"), Date2. = c("2010-05-02", "2010-05-02", "2015-06-03", 
"2015-06-03"), Group = c("A", "A", "B", "A")), row.names = c("1", 
"2", "3", "4"), class = "data.frame")

【讨论】：

【解决方案3】：

我建议下一个方法：

library(dplyr)
#Code
df %>% group_by(ID) %>%
  arrange(ID,Group) %>%
  #Identify unique elements
  mutate(NUnique=n_distinct(Group)) %>%
  mutate(Group2=ifelse(NUnique>1,paste0(Group,collapse = '&'),Group))

输出：

# A tibble: 4 x 7
# Groups:   ID [2]
     ID  Rank Date       Date2.     Group NUnique Group2
  <int> <int> <chr>      <chr>      <chr>   <int> <chr> 
1  1234     2 2015-06-03 2015-06-03 A           2 A&B   
2  1234     1 2000-01-01 2015-06-03 B           2 A&B   
3  5678     1 2000-01-01 2010-05-02 A           1 A     
4  5678     2 2010-05-02 2010-05-02 A           1 A

使用的一些数据：

#Data
df <- structure(list(ID = c(5678L, 5678L, 1234L, 1234L), Rank = c(1L, 
2L, 1L, 2L), Date = c("2000-01-01", "2010-05-02", "2000-01-01", 
"2015-06-03"), Date2. = c("2010-05-02", "2010-05-02", "2015-06-03", 
"2015-06-03"), Group = c("A", "A", "B", "A")), row.names = c("1", 
"2", "3", "4"), class = "data.frame")

【讨论】：

【解决方案4】：

基本 R 选项

within(df,Group2 <- ave(Group,ID,FUN = function(x) ifelse(length(unique(x))==1,x,paste0(x,collapse = "&"))))

给予

    ID Rank       Date     Date2. Group Group2
1 5678    1 2000-01-01 2010-05-02     A      A
2 5678    2 2010-05-02 2010-05-02     A      A
3 1234    1 2000-01-01 2015-06-03     B    B&A
4 1234    2 2015-06-03 2015-06-03     A    B&A

【讨论】：

【解决方案5】：

继续使用您的代码，我会尝试：

df %>%
    group_by(ID) %>%
    mutate(Group2 = ifelse(n_distinct(Group) == 1, as.character(Group), paste0(sort(Group), collapse = "&")))

# A tibble: 4 x 6
# Groups:   ID [2]
     ID  Rank Date       Date2.     Group Group2
  <int> <int> <fct>      <fct>      <fct> <chr> 
1  5678     1 2000-01-01 2010-05-02 A     A     
2  5678     2 2010-05-02 2010-05-02 A     A     
3  1234     1 2000-01-01 2015-06-03 B     A&B   
4  1234     2 2015-06-03 2015-06-03 A     A&B

【讨论】：

谢谢！我确实收到此代码错误Error in UseMethod("group_by_") : no applicable method for 'group_by_' applied to an object of class "c('integer', 'numeric')"
是的！我更新了我的答案。错误来自 Group 一个因素
请注意，现在我使用ifelse 而不是if_else