根据 R 中的其他变量值计算 select 变量的干净方法

Question

我正在使用具有以下结构的数据框：

ID     origin    value1    value2
1        A         100       50
1        A         200       100
2        B         10        2
2        B         150       30

所以每一行可以有不同的来源，我需要通过 ID 进行一些计算，但我使用的值变量取决于来源变量。因此，如果 origin == 'A' 我应该使用 value1，如果是 B 我应该使用 value2。在不考虑最后一个条件的情况下，我的代码如下所示：

df2 <- df %>% 
  group_by(ID) %>% 
  mutate(mean_value = mean(value1, na.rm = TRUE),
         sd_value = sd(value1, na.rm = TRUE),
         median_value = median(value1, na.rm = TRUE),
         cv_value = sd_value1/mean_value1,
         p25_value = quantile(value1, 0.25, na.rm = TRUE),
         p75_value = quantile(value1, 0.75, na.rm = TRUE))

我知道我可以在每一行添加一个 if_else 语句，但我认为我的代码会失去一些可读性（在我的实际数据中有多个来源，这使得这有点麻烦）。所以，我正在考虑创建一个自定义函数，可能使用 map 或者可能使用 group_by origin 的东西，但我没有找到实现这些选项的好方法。有任何想法吗？我想要的数据框看起来像这样（为简单起见，我将只添加第一个 mutate 列）：

ID     origin    value1    value2 mean_value 
1        A         100       50      150
1        A         200       100     150
2        B         10        2       16
2        B         150       30      16

所以第一个平均值是 (100 + 200) / 2（来自值 1），第二个是 (30 + 2) / 2（来自值 2）。

谢谢！

Answer 1

我们可以先创建一个临时列，然后再执行 mean。这样，我们可能只需要使用一次ifelse/case_when

library(dplyr)
df %>%
   mutate(valuenew = case_when(origin == 'A' ~ value1, 
    TRUE ~ value2)) %>% 
   group_by(ID) %>%
   mutate(mean_value = mean(valuenew, na.rm = TRUE), .keep = "unused") %>%
   ungroup

-输出

# A tibble: 4 × 5
     ID origin value1 value2 mean_value
  <int> <chr>   <int>  <int>      <dbl>
1     1 A         100     50        150
2     1 A         200    100        150
3     2 B          10      2         16
4     2 B         150     30         16

数据

df <- structure(list(ID = c(1L, 1L, 2L, 2L), origin = c("A", "A", "B", 
"B"), value1 = c(100L, 200L, 10L, 150L), value2 = c(50L, 100L, 
2L, 30L)), class = "data.frame", row.names = c(NA, -4L))

根据 R 中的其他变量值计算 select 变量的干净方法

Clean way to select variable for calculations depending on other variable value in R

group-by

r

function

tidyverse

数据