r - 使用多个条件使用 dplyr 进行变异

Question

我在下面有一个数据框 (df)，我想添加一个额外的列，result , 使用 dplyr 如果 z == "gone" 将取值为 1哪里x是组 y 的最大值.

   y  x    z
1  a  3 gone
2  a  5 gone
3  a  8 gone
4  a  9 gone
5  a 10 gone
6  b  1     
7  b  2     
8  b  4     
9  b  6     
10 b  7     

如果我只是为每个组选择最大值，它将是:

df %>%
  group_by(y) %>%
  slice(which.max(x))

这将返回:

   y  x  z
1  a 10  gone
2  b  7      

这不是我想要的。我需要利用 x 的最大值对于 y 中的每个组同时检查是否 z == "gone" ，如果 TRUE 1 否则为 0。这看起来像:

   y  x    z result
1  a  3 gone      0
2  a  5 gone      0
3  a  8 gone      0
4  a  9 gone      0
5  a 10 gone      1
6  b  1           0
7  b  2           0
8  b  4           0
9  b  6           0
10 b  7           0

我假设我会在 mutate() 中使用条件语句但我似乎找不到一个例子。请指教。

Answer 1

与 dplyr您可以使用:

df %>% group_by(y) %>% mutate(result = +(x == max(x) & z == 'gone'))

+(..)符号是 as.integer 的简写将逻辑输出强制为 1 和 0。有些人不喜欢它，所以这是一个更短的代码与可读性的问题。效率 yield 可以在这种情况下进行辩论。

还要欣赏什么 data.table和 dplyr已经用 R 完成了数据操作，让我们用老式的“拆分-应用-组合”方式做同样的事情:

#split data.frame by group
split.df <- split(df, df$y)

#apply required function to each group
lst <- lapply(split.df, function(dfx) {
        dfx$result <- +(dfx$x == max(dfx$x) & dfx$z == "gone")
        dfx})

#combine result in new data.frame
newdf <- do.call(rbind, lst)