r - 如何根据特定于该组的另一个变量为一组观察创建新变量

Question

我正在尝试添加一个新变量，该变量基于对数据集中组内某个因素水平的观察。我一直在尝试利用各种 dplyr 函数(filter、select、mutate、group_by)，但不能'不知道如何让他们一起工作并实现我的目标。

这是我的数据示例:

  rep   rate       n  mort   avg
   <fct> <fct>  <int> <dbl> <dbl>
 1 1     0.747     10     7   0.7
 2 1     0.373     10     7   0.7
 3 1     0.187     10     6   0.6
 4 1     0.0933    10     0   0  
 5 1     0.00      10     1   0.1
 6 2     0.747     10     7   0.7
 7 2     0.373     10     5   0.5
 8 2     0.187     10     1   0.1
 9 2     0.0933    10     4   0.4
10 2     0.00      10     0   0  

我希望完成的是创建一个名为 cont 的新变量，当 rate == "0.00"< 时，该变量是从 avg 变量派生的。对于同一 rep 组中的每个观察，该变量都是相同的。最终产品将是类似于下面的表格:

  rep   rate       n  mort   avg  cont
   <fct> <fct>  <int> <dbl> <dbl> <dbl>
 1 1     0.747     10     7   0.7  0.1
 2 1     0.373     10     7   0.7  0.1
 3 1     0.187     10     6   0.6  0.1
 4 1     0.0933    10     0   0    0.1
 5 1     0.00      10     1   0.1  0.1
 6 2     0.747     10     7   0.7  0
 7 2     0.373     10     5   0.5  0
 8 2     0.187     10     1   0.1  0
 9 2     0.0933    10     4   0.4  0
10 2     0.00      10     0   0    0

我尝试了以下代码: data %>% group_by(rep) %>% filter(rate ==0.00") %>% select(avg) ，结果是一个数据帧我确实想要添加为新变量的数据:

  rep     avg
  <fct> <dbl>
1 1       0.1
2 2       0  
3 3       0.1
4 4       0.3
5 5       0  
6 6       0  
7 7       0  
8 8       0  

我现在的问题是，我不知道如何为 rep 组中的每个观察创建新变量。我不确定在这种情况下如何正确使用 mutate 。预先感谢您的帮助!

Answer 1

假设每组中只出现一次 rate == "0.00"，我们可以这样做

library(dplyr)
df %>%
   group_by(rep) %>%
   mutate(cont = avg[rate == "0.00"])

#   rep   rate       n  mort   avg  cont
#  <fct> <fct>  <int> <dbl> <dbl> <dbl>
# 1 1     0.747     10     7   0.7   0.1
# 2 1     0.373     10     7   0.7   0.1
# 3 1     0.187     10     6   0.6   0.1
# 4 1     0.0933    10     0   0     0.1
# 5 1     0.00      10     1   0.1   0.1
# 6 2     0.747     10     7   0.7   0  
# 7 2     0.373     10     5   0.5   0  
# 8 2     0.187     10     1   0.1   0  
# 9 2     0.0933    10     4   0.4   0  
#10 2     0.00      10     0   0     0  

如果出现多个，我们可以使用which.max来选择第一个

df %>% group_by(rep) %>% mutate(cont = avg[which.max(rate == "0.00")])

---

使用data.table，我们可以做到

library(data.table)
setDT(df)[, cont := avg[rate == "0.00"], by = rep]

数据

df <- structure(list(rep = structure(c(1L, 1L, 1L, 1L, 1L, 2L, 2L, 
2L, 2L, 2L), .Label = c("1", "2"), class = "factor"), rate = structure(c(5L, 
4L, 3L, 2L, 1L, 5L, 4L, 3L, 2L, 1L), .Label = c("0.00", "0.0933", 
"0.187", "0.373", "0.747"), class = "factor"), n = c(10L, 10L, 
10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L), mort = c(7, 7, 6, 0, 
1, 7, 5, 1, 4, 0), avg = c(0.7, 0.7, 0.6, 0, 0.1, 0.7, 0.5, 0.1, 
0.4, 0)), row.names = c("1", "2", "3", "4", "5", "6", "7", "8", 
"9", "10"), class = "data.frame")