r - R中组中的ifelse函数组

Question

我有数据集

ID <- c(1,1,2,2,2,2,3,3,3,3,3,4,4,4)
Eval <- c("A","A","B","B","A","A","A","A","B","B","A","A","A","B")
med <- c("c","d","k","k","h","h","c","d","h","h","h","c","h","k")
df <- data.frame(ID,Eval,med)
> df
    ID Eval med
 1   1    A   c
 2   1    A   d
 3   2    B   k
 4   2    B   k
 5   2    A   h
 6   2    A   h
 7   3    A   c
 8   3    A   d
 9   3    B   h
 10  3    B   h
 11  3    A   h
 12  4    A   c
 13  4    A   h
 14  4    B   k

我尝试创建变量 x和 y , 按 ID 和 Eval 分组。对于每个 ID， if Eval = A, and med = "h" or "k" , 我设置 x = 1 , 否则 x = 0 , if Eval = B and med = "h" or "k" , 我设置 y = 1 , 否则 y = 0 .我用我不喜欢的方式，我得到了答案，但似乎不是那么好

df <- data.table(df)
setDT(df)[, count := uniqueN(med) , by = .(ID,Eval)]
setDT(df)[Eval == "A", x:= ifelse(count == 1 & med %in% c("k","h"),1,0), by=ID]
setDT(df)[Eval == "B", y:= ifelse(count == 1 & med %in% c("k","h"),1,0), by=ID]


     ID Eval med count  x  y
 1:  1    A   c     2  0 NA
 2:  1    A   d     2  0 NA
 3:  2    B   k     1 NA  1
 4:  2    B   k     1 NA  1
 5:  2    A   h     1  1 NA
 6:  2    A   h     1  1 NA
 7:  3    A   c     3  0 NA
 8:  3    A   d     3  0 NA
 9:  3    B   h     1 NA  1
10:  3    B   h     1 NA  1
11:  3    A   h     3  0 NA
12:  4    A   c     2  0 NA
13:  4    A   h     2  0 NA
14:  4    B   k     1 NA  1

然后我需要折叠行以获得唯一 ID，我不知道如何折叠行，知道吗？

输出

 ID x y
 1  0 0
 2  1 1
 3  0 1
 4  0 1

Answer 1

我们创建了按 'ID' 分组的 'x' 和 'y' 变量，而没有 NA 元素直接将逻辑向量强制转换为二进制 ( as.integer )

df[, x := as.integer(Eval == "A" & count ==1 & med %in% c("h", "k")) , by = ID]

和类似的“y”

df[, y := as.integer(Eval == "B" & count ==1 & med %in% c("h", "k")) , by = ID]

并总结它，使用 any按“ID”分组后

df[, lapply(.SD, function(x) as.integer(any(x))) , ID, .SDcols = x:y]
#   ID x y
#1:  1 0 0
#2:  2 1 1
#3:  3 0 1
#4:  4 0 1

如果我们需要一个紧凑的方法，而不是分配( := )，我们根据条件汇总按“ID”、“Eval”分组的输出，然后按“ID”分组，我们检查是否有 any通过循环遍历 .SDcols 中描述的列，在 'x' 和 'y' 中获得 TRUE 值.

setDT(df)[,  if(any(uniqueN(med)==1 & med %in% c("h", "k"))) {
        .(x= Eval=="A", y= Eval == "B") } else .(x=FALSE, y=FALSE),
     by = .(ID, Eval)][, lapply(.SD, any) , by = ID, .SDcols = x:y]
#  ID     x     y
#1:  1 FALSE FALSE
#2:  2  TRUE  TRUE
#3:  3 FALSE  TRUE
#4:  4 FALSE  TRUE

如果需要，我们可以类似于第一个解决方案中显示的方法转换为二进制。