Question

我在R中使用“dplyr”包来汇总和重新组织数据集。数据集由单个记录组成，并且对于每个个体，可能存在唯一或多个遭遇。我想创建一个新列，如果在第一次收集期间收集的数据不完整，则会考虑后续遇到的信息。以下是一些示例数据：

  ID<-rep(1:4,2)
  Time<-as.character(c("A","A","A","A","B","B","B","B"))
  Color<- as.character(c("u","u","red","red","green","u","u","red"))
  Data<- data.frame(ID,Time,Color)
  Data

对于上面的数据示例，我想为颜色创建一个新列。对于在时间A中遇到的具有“u”颜色（这表示未知）的个人（ID），在随后的时间（时间B）中将颜色更改为所识别的种类。否则，如果在时间A期间有颜色类型，请保持原样。这是我尝试过的：

 library(dplyr)
 Data2<-mutate(Data, Color.new=if_else(Color=="u" & Time=="A", 
 Color=="green"|Color=="red"  & Time=="B", NA))
 Data2

我希望读取：当Color为“u”且Time为“A”时，Color为其各自的值（绿色或红色），当Time为“B”时，否则保持原样。

我的试验不起作用，如果个别1可能已从未知变为绿色，则会产生具有NAs和FALSE的列。

感谢您的帮助或评论。

Answer 1

你的ifelse语句不起作用的原因是因为它被设计用于向量：一个要比较的事物的向量，以及两个可能的响应向量。所有这些都必须是相同的长度。在你的情况下，这并没有真正发挥作用。我可以通过两种方式看到解决方案：

1）如果每个人最多有一次＆＃34; B＆＃34;观察，最简单的解决方案是使用传播并从tidyr包收集。（它们具有与reshape相同的功能，并且还有许多其他功能可以执行相同的操作 - 这只是我喜欢的功能。

result <- Data %>%
  spread(Time, Color) %>%
  mutate(
    A = as.character(A),
    B = as.character(B),
    Color1 = case_when(
    A == 'u' ~ B,
    B == 'u' ~ A,
    TRUE ~ A
  )) %>% # only run this if you want to go back to the long format
  gather(Time, Color, A:B)
#   ID Color1 Time Color
# 1  1  green    A     u
# 2  2      u    A     u
# 3  3    red    A   red
# 4  4    red    A   red
# 5  1  green    B green
# 6  2      u    B     u
# 7  3    red    B     u
# 8  4    red    B   red

如果您可以有多个B，那么使用摘要的方法可能会更好：

Data %>%
  group_by(ID) %>%
  summarize(
    Color1 = if(sum(Color != "u") > 0) paste(unique(Color[Color != "u"]), collapse = "_") else "u"
  ) %>%
  left_join(Data, .)

#   ID Time Color Color1
# 1  1    A     u  green
# 2  2    A     u      u
# 3  3    A   red    red
# 4  4    A   red    red
# 5  1    B green  green
# 6  2    B     u      u
# 7  3    B     u    red
# 8  4    B   red    red

Answer 2

您可以使用tidyr::fill

library(tidyverse)
Data[Data =="u"] <- NA

Data %>% group_by(ID) %>% fill(Color,.direction = "up") %>% ungroup
# # A tibble: 8 x 3
#      ID   Time  Color
#   <int> <fctr> <fctr>
# 1     1      A  green
# 2     1      B  green
# 3     2      A   <NA>
# 4     2      B   <NA>
# 5     3      A    red
# 6     3      B   <NA>
# 7     4      A    red
# 8     4      B    red

此处我们没有针对少数情况的后续信息，因此仍有一些NAs。

基于每行代表个人时后续遇到的信息的新列

2 个答案: