r - groupby 后在多列中应用不同的功能

Question

在 groupby 之后，我正在努力将 head(1) 应用于一列，聚合到另一列，并将逻辑表达式应用于另一列。

我有一个像这样的数据框 df:

df <- data.frame(ref = c(rep("123", 3), rep("456", 3), rep("789", 4)),
                 carrier = c("A", "A", "B", "C", "C", "C", "D", "E", "F", "A"), 
                 distance = c(20, 10, 40, 20, 90, 30, 20, 20, 30, 70),
                 stringsAsFactors = FALSE)


>df
ref    carrier    distance
123          A          20
123          A          10
123          B          40
456          C          20
456          C          90
456          C          30
789          D          20
789          E          20
789          F          30
789          A          70

我想在下面做这些事情。

通过 ref

分组

变异一列 first_carrier，其中返回每个组的 carrier 列的第一个值

变异一列 agg_distance，其中返回每组中 distance 列的聚合值

改变一列 plus_100，如果 agg_distance 大于 350，则返回 TRUE，FALSE 小于 100。

所以结果应该是这样的。

ref  first_carrier  agg_distance  plus_100
123              A            70     FALSE
456              C           140      TRUE  
789              D           140      TRUE

我的尝试:

  df_new <- df %>%
    group_by(ref) %>%
    mutate("agg_distance" = summarise(sum(distance)) %>%
    mutate("plus_100" = ifelse(agg_distance >= 100, T, F))

但我只是不确定如何选择每组中的第一个载体。

Answer 1

你几乎独自拥有它。 summarise 在没有 mutate 的情况下使用。要获得第一个载体，只需在分组后调用 carrier 列的第一行。

library(dplyr)

df_new <- df %>%
  group_by(ref) %>%
  summarise(first_carrier = carrier[1],
            agg_distance = sum(distance),
            plus_100 = ifelse(agg_distance >= 100, T, F))

# A tibble: 3 x 4
    ref first_carrier agg_distance plus_100
  <chr>         <chr>        <dbl>    <lgl>
1   123             A           70    FALSE
2   456             C          140     TRUE
3   789             D          140     TRUE