Question

我有一个示例df，如下所示：

df_test<- data.frame("Group.Name"=c("Group1","Group2","Group1","Group2","Group2","Group2","Group1"),
                "Sub_group_name"=c("A","A","B","C","D","E","C"),
                "Total%"=c(35,26,10,9,5,11,13))

原始df很大，需要记住此df：

只有两个组“ Group1”和“ Group2”
一个组下有多个子组，上面的df显示了一些子组
组+子组的总百分比总计为100％。在上面并不是因为它只是一个示例。因此，对于Group1之类的所有子组，例如A, B, C等，“ Group2 ”的总和最多为100。 Group1 和 Group2 的子组将大致相同

询问：

我需要创建一个名为Category的列，该列可以在Total%级别的Group.Name范围内工作。创建新列的条件是：

对于每个Group.Name最高的Total%，类别列即为Sub_group_name名称。
对于10到30之间的每个Group.Name和Total%，类别列为“ New_Group1 ”。
对于每Group.Name和Total%小于10的类别列为“ New_Group2 ”。

预期输出：

df_output<- data.frame("Group.Name"=c("Group1","Group2","Group1","Group2","Group2","Group2","Group1"),
                     "Sub_group_name"=c("A","A","B","C","D","E","C"),
                     "Total%"=c(35,26,10,9,5,11,13),
                     "category"=c("A","A","New_Group1","New_Group1","New_Group2","New_Group1","New_Group1"))

Answer 1

我们可以使用cut来创建具有相应labels的{{1}}，然后替换“总计”。是每个“ Group.Name”中最高的，对应的是“ Sub_group_name”

breaks

数据

library(dplyr)
df_test %>% 
  group_by(Group.Name) %>%
  mutate(category = as.character(cut(`Total%`, breaks = c(-Inf,10, 30, Inf), 
          labels = c("New_Group2", "New_Group1", "Other"), right = FALSE)), 
         category = case_when(`Total%` == max(`Total%`) ~ 
                          Sub_group_name,
                                   TRUE ~ category))
# A tibble: 7 x 4
# Groups:   Group.Name [2]
#  Group.Name Sub_group_name `Total%` category  
#  <chr>      <chr>             <dbl> <chr>     
#1 Group1     A                    35 A         
#2 Group2     A                    26 A         
#3 Group1     B                    10 New_Group1
#4 Group2     C                     9 New_Group2
#5 Group2     D                     5 New_Group2
#6 Group2     E                    11 New_Group1
#7 Group1     C                    13 New_Group1

子组上的新列以及另一列中的百分比范围

1 个答案:

数据