r - 分组 case_when 返回重复行

Question

我按标识符分组(标识符可能有多行)，然后尝试使用 group_by 为每个标识符创建一个唯一的行+ summarize与 case_when .这个想法是，如果有 2 行或更多行，则返回单个预设值，否则返回原始值。问题是 case_when 返回具有预设值的重复行。如何确保输出是唯一的？我可以使用 distinct但我的期望是值(value)已经是独一无二的。 dplyr v. 1.0.7
移动电源

library(tidyverse)

dat <- tibble(
    id = c(1, 1, 2, 3, 4, 4, 5),
    fav_color = c('red', 'blue', 'red', 'green', 'white', 'black', 'pink')
) 


dat %>%
    group_by(id) %>%
    summarize(
        fav_color = case_when(
            n() > 1 ~ 'Multiple Colors',
            n() == 1 ~ fav_color
        )
    )

返回

# A tibble: 7 x 2
# Groups:   id [5]
     id fav_color      
  <dbl> <chr>          
1     1 Multiple Colors
2     1 Multiple Colors
3     2 red            
4     3 green          
5     4 Multiple Colors
6     4 Multiple Colors
7     5 pink    

我要什么ifelse给出:

dat %>%
    group_by(id) %>%
    summarize(
        fav_color = ifelse(n() > 1, 'Multiple Colors', fav_color)
    )

# A tibble: 5 x 2
     id fav_color      
  <dbl> <chr>          
1     1 Multiple Colors
2     2 red            
3     3 green          
4     4 Multiple Colors
5     5 pink 

备注 使用字符输出进行最终返回会产生正确的行数:

dat %>%
    group_by(id) %>%
    summarize(
        fav_color = case_when(
            n() > 1 ~ 'Multiple Colors',
            n() == 1 ~ 'Single Color'
        )
    )

# A tibble: 5 x 2
     id fav_color      
  <dbl> <chr>          
1     1 Multiple Colors
2     2 Single Color   
3     3 Single Color   
4     4 Multiple Colors
5     5 Single Color 

Answer 1

case_when 的问题是它评估所有值的所有输出，即使条件不满足。
考虑这个例子 -

library(dplyr)

a <- c(1, 2, 3, 4)
case_when(a > 0 ~ a * 2, 
          a < 0 ~ 'a' * 2)

Error in "a" * 2 : non-numeric argument to binary operator

所以在你的情况下 n() == 1 ~ fav_color对每个组执行。由于具有多于一行的组将具有多于一个 fav_color 的值。它将输出中的行数保持为原始数据帧。解决方案是使用@theQi 建议的汇总函数，该函数将始终返回长度为 1 的输出。

dat %>%
  group_by(id) %>%
  summarize(
    fav_color1 = case_when(
      n() > 1 ~ 'Multiple Colors',
      n() == 1 ~ fav_color[1]
    )
  )

# A tibble: 5 x 2
#     id fav_color1     
#   <dbl> <chr>          
#1     1 Multiple Colors
#2     2 red            
#3     3 green          
#4     4 Multiple Colors
#5     5 pink      

与问题无关，但值得了解的是 fcase来自 data.table是不同的。它仅在需要时评估输出。

a <- c(1, 2, 3, 4)

data.table::fcase(a > 0, a * 2, 
                  a < 0, 'a' * 2)


#[1] 2 4 6 8