Question

我有一个长格式的分层数据框，其中每一行代表关系，其中许多可以属于一个人。以下是一个小示例数据集的代码：

df <- data.frame(id = as.factor(c(1,1,1,2,2,3,4,4)),
             partner = c(1,2,3,1,2,1,1,2),
             kiss = as.factor(c("Yes", "No", "No", "No", "No", "Yes", "Yes", "No")))

  id partner kiss
1  1       1  Yes
2  1       2   No
3  1       3   No
4  2       1   No
5  2       2   No
6  3       1  Yes
7  4       1  Yes
8  4       2   No

我想在此数据集中创建一个新的因子变量，用于指示该人（由＆＃39; id变量表示）是否从未亲吻过他们的任何合作伙伴＆＃39;。换句话说，如果这个人与他们的任何一个伙伴亲吻过，那么新的变量就会表明“是”＆＃39; - 他们从未与任何伴侣亲吻过。以下是我认为应该是这样的：

  id partner kiss neverkiss
1  1       1  Yes        No
2  1       2   No        No
3  1       3   No        No
4  2       1   No       Yes
5  2       2   No       Yes
6  3       1  Yes        No
7  4       1  Yes        No
8  4       2   No        No

理想情况下，我想找到一种方法来创建这个变量而不重塑数据集。我也更喜欢使用dplyr包。到目前为止，我已经考虑过使用group_by和mutate函数来创建这个变量。但是，我不确定我可以使用什么辅助函数来创建我的特定变量。我对dplyr包之外的其他想法持开放态度，但这对我来说是一等奖。

Answer 1

这应该这样做

require(dplyr)

df <- data.frame(id = as.factor(c(1,1,1,2,2,3,4,4)),
             partner = c(1,2,3,1,2,1,1,2),
             kiss = as.factor(c("Yes", "No", "No", "No", "No", "Yes", "Yes", "No")))

df_new <- df %>% 
   group_by(id) %>% 
   mutate("neverkiss" = {if (any(kiss == "Yes")) "No" else "Yes"})

df_new

如果新列应包含您必须先ungroup

的因素

df_new <- df %>% 
   group_by(id) %>% 
   mutate("neverkiss" = {if (any(kiss == "Yes")) "No" else "Yes"}) %>% 
   ungroup() %>% 
   mutate("neverkiss" = as.factor(neverkiss))

class(df_new$neverkiss)
[1] "factor"

原因是因素无法合并：

a <- as.factor(c("Yes", "Yes", "Yes"))
b <- as.factor(c("No", "No", "No")) 

c(a, b) # meaningless

由于分组仍处于有效状态mutate基本上将向量neverkiss构建为每个id（组）的向量组合，这会导致只有一个级别的向量（在此案例“否”）。

Answer 2

我们也可以使用data.table

来完成

library(data.table)
setDT(df)[, neverkiss := if(any(kiss=="Yes")) "No" else "Yes" , id]

在dplyr包中使用group_by和mutate通过id变量创建新的factor因子

2 个答案: