R:调整多次出现的情况的值

Question

我有一个问题，希望不会成为高级 R 用户的巨大障碍......

test.data <- data.frame(case = c(1, 1, 1, 2, 2, 2, 3),
                        year = c(2006, 2007, 2008, 2007, 2006, 2008, 2006),
                        level = c(10, 20, 20, 12, 20, 20, 20))

您可能会看到，我对每个案例都有多次出现，按年份区分。级别的值在一个案例中有所不同，我想通过将每个级别的值设置为给定案例的最低级别来纠正这一点。在此示例中，case=1 的每个 level 值应为 10，case=2 的每个 level 值应为 12。
对于任何特定情况，我可以执行以下操作:

test.data$level[test.data$case==1] <- min(test.data$level[test.data$case==1])

但是因为我有几百个案例，这需要很长时间。因此，我想问您是否有更快的解决方案。

Answer 1

这是使用基本 R 函数的经典案例。

# may not be optimal for larger datasets due to merge
min.lvl <- aggregate(level ~ case, data = test.data, FUN = min)
merge(x = test.data, y = min.lvl, by = "case", all.x = TRUE, sort = FALSE)

  case year level.x level.y
1    1 2006      10      10
2    1 2007      20      10
3    1 2008      20      10
4    2 2007      12      12
5    2 2006      20      12
6    2 2008      20      12
7    3 2006      20      20

做事的第二个 Vanilla 选项是

new.data <- by(data = test.data, INDICES = test.data$case, FUN = function(x) {
  x$level <- min(x$level)
  x
})

do.call("rbind", new.data)

    case year level
1.1    1 2006    10
1.2    1 2007    10
1.3    1 2008    10
2.4    2 2007    12
2.5    2 2006    12
2.6    2 2008    12
3      3 2006    20