使用多个条件与 dplyr 进行变异

Question

我在下面有一个数据框 (df)，我想添加一个额外的列 result，如果 z == "gone" 和其中 x 是组 @ 的最大值，则使用 dplyr 将取值 1 987654324@.

   y  x    z
1  a  3 gone
2  a  5 gone
3  a  8 gone
4  a  9 gone
5  a 10 gone
6  b  1     
7  b  2     
8  b  4     
9  b  6     
10 b  7     

如果我只是为每个组选择最大值，那将是：

df %>%
  group_by(y) %>%
  slice(which.max(x))

将返回：

   y  x  z
1  a 10  gone
2  b  7      

这不是我想要的。我需要利用y 中每个组的x 的最大值，同时检查是否z == "gone"，如果TRUE 为1，否则为0。这看起来像：

   y  x    z result
1  a  3 gone      0
2  a  5 gone      0
3  a  8 gone      0
4  a  9 gone      0
5  a 10 gone      1
6  b  1           0
7  b  2           0
8  b  4           0
9  b  6           0
10 b  7           0

我假设我会在mutate() 中使用条件语句，但我似乎找不到示例。请指教。

Answer 1

使用dplyr，您可以使用：

df %>% group_by(y) %>% mutate(result = +(x == max(x) & z == 'gone'))

+(..) 表示法是as.integer 的简写，用于将逻辑输出强制为 1 和 0。有些人不喜欢它，所以这是更短的代码与可读性的问题。效率增益可以根据情况进行辩论。

还要欣赏 data.table 和 dplyr 对 R 数据处理所做的工作，让我们以老式的“拆分-应用-组合”方式做同样的事情：

#split data.frame by group
split.df <- split(df, df$y)

#apply required function to each group
lst <- lapply(split.df, function(dfx) {
        dfx$result <- +(dfx$x == max(dfx$x) & dfx$z == "gone")
        dfx})

#combine result in new data.frame
newdf <- do.call(rbind, lst)

Answer 2

我们可以通过data.table 做到这一点。我们将'data.frame'转换为'data.table'（setDT(df)），按'y'分组，我们为'x'的最大值和'z'中的'gone'元素创建逻辑条件，强制它为“整数”（as.integer）并将输出分配（:=）到新列（“结果”）。

library(data.table)
setDT(df)[, result := as.integer(x==max(x) & z=='gone') , by = y]
df
#    y  x    z result
# 1: a  3 gone      0
# 2: a  5 gone      0
# 3: a  8 gone      0
# 4: a  9 gone      0
# 5: a 10 gone      1
# 6: b  1           0
# 7: b  2           0
# 8: b  4           0
# 9: b  6           0
#10: b  7           0

---

或者我们可以使用来自base R的ave

df$result <- with(df, +(ave(x, y, FUN=max)==x & z=='gone' ))