Question

样本数据

library(dplyr)
df <- data.frame(
  ID = c(1,1,1,1,2,2,2,3,3,3),
  day = c(3,8,14,29,4,6,8,1,4,9),
  value = c(75, 101, 115, 120, 110, 106, 122, 100, 128, 140))

问题背后的想法：

为每个 ID 主题选择最小的 day ，并将 value 功能乘以1.3（ID 1-天3-值75，ID 2-第4天-值110，ID 3-第1天-值100）。然后将新创建的值与具有相同 ID 但具有不同 day 数字的其他值。

例如：

ID 1的最小 day 数是3。然后将该行的值乘以1.3（75 * 1.3 = 97.5）。将新创建的值（97.5）与具有相同 ID 为1的值（（101、115、120））进行比较。然后如果新值大于值（（101、115、120）），则为TRUE或FALSE。

对于 ID 2和3重复同样的操作。

Answer 1

library(dplyr)

df <- data.frame(
  ID = c(1,1,1,1,2,2,2,3,3,3),
  day = c(3,8,14,29,4,6,8,1,4,9),
  value = c(75, 101, 115, 120, 110, 106, 122, 100, 128, 140))

df %>%
  group_by(ID) %>%
  mutate(v = value[day == min(day)] * 1.3,
         flag = value > v) %>%
  ungroup()

# # A tibble: 10 x 5
#      ID   day value     v flag 
#   <dbl> <dbl> <dbl> <dbl> <lgl>
# 1     1     3    75  97.5 FALSE
# 2     1     8   101  97.5 TRUE 
# 3     1    14   115  97.5 TRUE 
# 4     1    29   120  97.5 TRUE 
# 5     2     4   110 143   FALSE
# 6     2     6   106 143   FALSE
# 7     2     8   122 143   FALSE
# 8     3     1   100 130   FALSE
# 9     3     4   128 130   FALSE
#10     3     9   140 130   TRUE

如果您想用至少一个ID TRUE标记flag，则可以这样创建flag2：

 df %>%
  group_by(ID) %>%
  mutate(v = value[day == min(day)] * 1.3,
         flag = value > v,
         flag2 = max(flag)) %>%
  ungroup()

# # A tibble: 10 x 6
#      ID   day value     v flag  flag2
#   <dbl> <dbl> <dbl> <dbl> <lgl> <int>
# 1     1     3    75  97.5 FALSE     1
# 2     1     8   101  97.5 TRUE      1
# 3     1    14   115  97.5 TRUE      1
# 4     1    29   120  97.5 TRUE      1
# 5     2     4   110 143   FALSE     0
# 6     2     6   106 143   FALSE     0
# 7     2     8   122 143   FALSE     0
# 8     3     1   100 130   FALSE     1
# 9     3     4   128 130   FALSE     1
#10     3     9   140 130   TRUE      1

或提取ID作为向量：

df %>%
  group_by(ID) %>%
  mutate(v = value[day == min(day)] * 1.3,
         flag = value > v) %>%
  ungroup() -> df2

df2 %>% 
  filter(flag == TRUE) %>%
  distinct(ID) %>%
  pull(ID)

#[1] 1 3

条件值过滤

1 个答案: