Question

我在下面有一个数据框（df），我想使用dplyr添加一个额外的列result，如果z == "gone"和x是y，它将取值1组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的最大值。

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

如果我只是为每个组选择最大值，那就是：

   y  x  z
1  a 10  gone
2  b  7

将返回：

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

mutate()

我假设我会在db.books.find({}, function(err, books) { for (var i = 0; i < books.length; i++) { var book = books[i]; user.cart.forEach(function(item) { console.log(book._id == item.id) if (item.id == book._id) { var _item = book; _item.qty = item.qty; cart.push(_item); return false; } }) }; // res, status, data, message, err respHandler(res, 200, cart, 'Success', null); });中使用条件语句，但我似乎无法找到一个例子。请指教。

Answer 1

我们可以使用data.table执行此操作。我们将'data.frame'转换为'data.table'（setDT(df)），按'y'分组，我们创建'x'的最大值的逻辑条件和'z'中的'gone'元素，将其强制转换为“整数”（as.integer）并将输出分配（:=）到新列（“结果”）。

library(data.table)
setDT(df)[, result := as.integer(x==max(x) & z=='gone') , by = y]
df
#    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

或者我们可以使用ave

中的base R

df$result <- with(df, +(ave(x, y, FUN=max)==x & z=='gone' ))

Answer 2

使用dplyr，您可以使用：

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

+(..)表示法是as.integer强制将逻辑输出强制转换为1＆0和0的简写。有些人不喜欢它，所以它的代码与可读性相比更短。效率提升可以在这种情况下进行辩论。

同样要了解data.table和dplyr使用R进行数据操作所做的事情，让我们在老式的＆＃34; split-apply-combine＆＃中做同样的事情34;方式：

#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)

使用多个条件使用dplyr进行变异

2 个答案: