r - 使用 dplyr 到 group_by 并按组有条件地改变数据帧

Question

我想使用 dplyr 函数来 group_by 并有条件地改变 df。鉴于此示例数据:

A   B   C   D
1   1   1   0.25
1   1   2   0
1   2   1   0.5
1   2   2   0
1   3   1   0.75
1   3   2   0.25
2   1   1   0
2   1   2   0.5
2   2   1   0
2   2   2   0
2   3   1   0
2   3   2   0
3   1   1   0.5
3   1   2   0
3   2   1   0.25
3   2   2   1
3   3   1   0
3   3   2   0.75

我想使用新列 E 根据 B == 1、C == 2 和 D > 0 对 A 进行分类。对于所有这些条件都成立的 A 的每个唯一值，则 E = 1，否则 E = 0. 所以，输出应该是这样的:

A   B   C   D    E
1   1   1   0.25 0
1   1   2   0    0
1   2   1   0.5  0
1   2   2   0    0
1   3   1   0.75 0
1   3   2   0.25 0
2   1   1   0    1
2   1   2   0.5  1
2   2   1   0    1
2   2   2   0    1
2   3   1   0    1
2   3   2   0    1
3   1   1   0.5  0
3   1   2   0    0
3   2   1   0.25 0
3   2   2   1    0
3   3   1   0    0
3   3   2   0.75 0

我最初尝试了此代码，但条件似乎无法正常工作:

 foo$E <- foo %>% 
    group_by(A) %>% 
    mutate(E = {if (B == 1 & C == 2 & D > 0) 1 else 0})

任何见解表示赞赏。谢谢!

Answer 1

@eipi10 的答案有效。但是，我认为您应该使用 case_when而不是 ifelse .它是矢量化的，在更大的数据集上会更快。

foo %>% group_by(A) %>%
  mutate(E = case_when(any(B == 1 & C == 2 & D > 0) ~ 1, TRUE ~ 0))