R - 如果某个列是统一的或包含不同的因子值，则按组指示

Question

我有一个包含 5000 多个组 ID 的 df。每组包含一个或多个观察(测量)。第二列表示测量是完成还是未完成的状态。在大多数情况下，一个组内的所有测量都应包含相同的状态，但情况并非总是如此(例如示例代码中的组 B)。在某些情况下，状态可能会丢失并被过滤掉。

tibble(group_id=factor(c("A", "A", "A","B","B","B","C")), 
       status=factor(c("complete","complete", NA, "complete", "not complete", "complete", "complete")))


group_id status      
<fct>    <fct>       
1 A        complete    
2 A        complete    
3 A        NA    
4 B        complete    
5 B        not complete
6 B        complete    
7 C        complete

我想做的是 1.) 创建一个指示器列以指示哪些组在组内的状态不同(不考虑 NA)en 2.) 如果状态在组内不同，则对行进行分组基于这些因素。

group_id   status        uniform_status   status_group
1 A        complete        TRUE             NA
2 A        complete        TRUE             NA
3 A        NA              NA               NA
4 B        complete        FALSE            1
5 B        not complete    FALSE            2
6 B        complete        FALSE            1
7 C        complete        TRUE             NA

我认为第二步可以通过一些 case_when 突变轻松完成，但我在第一步时有点不知所措，因为这需要部分基于多行的条件。

Answer 1

尝试使用 dplyr 函数 group_by 和 mutate:

library(dplyr)
df %>% group_by(group_id) %>%
  mutate(uniform_status=all(status != 'not complete')) %>%
  mutate(uniform_status=ifelse(is.na(uniform_status) & (status == 'complete'), T, uniform_status), status_group=ifelse(uniform_status == F, (status == 'not complete') + 1, NA))

输出:

# A tibble: 7 x 4
# Groups:   group_id [3]
  group_id status       uniform_status status_group
  <fct>    <fct>        <lgl>                 <dbl>
1 A        complete     TRUE                     NA
2 A        complete     TRUE                     NA
3 A        <NA>         NA                       NA
4 B        complete     FALSE                     1
5 B        not complete FALSE                     2
6 B        complete     FALSE                     1
7 C        complete     TRUE                     NA