根据其他因素的水平将一列的值分配给另一列：R

Question

我想：

按因素分组（站点、位置）；
如果因子 'Pos' == "A"，将所选值 ("a") 分配给新列 ('Treat1') 中的相同行；
如果因子 'Pos' == "B"，将所选值 ("b") 分配给新列 ('Treat1') 中的相同行；
如果因子 'Pos' == "AT"，为新列 ('Treat 1') 的每个第一行分配一个值 ("a")，其中 'Pos' == A，和第二个值（"b"）到每第二行相同。

到目前为止，我只知道如何编写前 3 个点的代码，但这个循环仍然没有像我预期的那样执行。它仅填充新列 Treat1 中的最后一行。有什么想法吗？

对解决这个问题的不同方法持开放态度，但请记住，我是 R 初学者。

转载：

yow <- c(1:6) 
Pos <- c("A", "B", "A", "AT", "AT", "B")
df <- as.data.frame(Pos, yow)
df$Site <-  c("low", "low", "high", "high", "high", "high")

df$Treat1 <- NA

for (i in nrow(df %>% group_by(Site)){  
  if(df$Pos[i] == "A"){
    df$Treat1[i] <- "a"
  }
  else {
    if(df$Pos[i] == "B"){
      df$Treat1[i] <- "b"
    }
  }
}

我expect/am寻找：

网站排名1
低 A
低 B b
高阿阿
高 AT
高 AT b
高乙b

这个答案很酷，前 3 个步骤我的 ifelse 循环失败了，但它没有说明第 4 个问题！

Answer 1

您可以在 dplyr 中使用 case_when :

library(dplyr)

df %>%
  group_by(Pos) %>%
  mutate(Treat1 = case_when(Pos %in% c('A', 'B') ~ tolower(Pos), 
                             Pos == 'AT' ~ c('a', 'b')))


#  Pos     yow Site  Treat1
#  <chr> <int> <chr> <chr> 
#1 A         1 low   a     
#2 B         2 low   b     
#3 A         3 high  a     
#4 AT        4 high  a     
#5 AT        5 high  b     
#6 B         6 high  b

Answer 2

另一种解决方案。不如你的整洁 Ronak:

df$Treat1 <- NA
df <- df %>% mutate(Treat1 = case_when(
  Pos %in% c("A") ~ "a", 
  Pos %in% c("B") ~ "b",
  ))

然后：

df[df$Pos == "AT", ] <- df[df$Pos == "AT", ] %>% group_by(Site,Pos)%>% 
mutate(Treat1 = ifelse((row_number() %% 2) == 1, "a", "b"))

根据其他因素的水平将一列的值分配给另一列：R

Assign values from one column to another based on levels of other factor: R

r

loops

if-statement

dplyr

levels