dplyr：通过迭代向量根据某些条件填充列

Question

我正在寻找一种 tidyverse 解决方案，该解决方案通过迭代向量来根据某些条件填充列。我想要一个整洁的解决方案，因为我的数据很大且嵌套，这与以下最小示例不同。

列 prev 表示系统的先前状态，new 表示新状态。 prev 和 new 始终按顺序排列，但其中一些可能会循环，如下例所示。
0 和 100 值是开始和结束状态，此处以字母表示的状态是重要的。

对于prev和new的某些组合（即同时满足prev_condition和new_condition），我需要迭代一个更大的向量vec （它的元素多于可能的状态组合）并将值按顺序放在 to_do

列中

我想补充一点，prev 和 new 的组合不需要是唯一的，这就是为什么我添加列 change 来指示发生的每个状态变化.

这是一个最小的例子和一个基于 R 的解决方案。我真的希望有一个优雅的 tidyverse 解决方案。谢谢。

# Minimal reproducible data
df <- data.frame(prev = c("0", rep(letters[1:3], 2), rep(letters[4:10], 3)),
                 new = c(rep(letters[1:3], 2), rep(letters[4:10], 3), "100"),
                 change = 1:28,
                 to_do = rep(NA, 28))

# Vector for iteration
vec <- 1:30

# Conditions
prev_condition <- c(letters[4:6])   # prev state must be any of: "d" "e" "f"
new_condition <- c(letters[5:7])    # new state must be any of: "e" "f" "g"

# base R solution
n_row <- length(df[df$prev %in% prev_condition & df$new %in% new_condition, "to_do"])
df[df$prev %in% prev_condition & df$new %in% new_condition, "to_do"] <- vec[1:n_row]

df
#>    prev new change to_do
#> 1     0   a      1  <NA>
#> 2     a   b      2  <NA>
#> 3     b   c      3  <NA>
#> 4     c   a      4  <NA>
#> 5     a   b      5  <NA>
#> 6     b   c      6  <NA>
#> 7     c   d      7  <NA>
#> 8     d   e      8     I
#> 9     e   f      9     Y
#> 10    f   g     10     N
#> 11    g   h     11  <NA>
#> 12    h   i     12  <NA>
#> 13    i   j     13  <NA>
#> 14    j   d     14  <NA>
#> 15    d   e     15     W
#> 16    e   f     16     Q
#> 17    f   g     17     Z
#> 18    g   h     18  <NA>
#> 19    h   i     19  <NA>
#> 20    i   j     20  <NA>
#> 21    j   d     21  <NA>
#> 22    d   e     22     V
#> 23    e   f     23     C
#> 24    f   g     24     C
#> 25    g   h     25  <NA>
#> 26    h   i     26  <NA>
#> 27    i   j     27  <NA>
#> 28    j 100     28  <NA>

^{由 reprex package (v2.0.1)}

于 2022-05-09 创建

Answer 1

使用 dplyr，我们可以使用 replace 创建列 - 创建一个 NA 向量和 replace 具有计数序列（sum逻辑向量），其中该条件为 TRUE

library(dplyr)
df %>% 
   mutate(to_do = replace(rep(NA_real_, n()),
               prev %in% prev_condition & new %in% new_condition, 
     seq_len(sum(prev %in% prev_condition & new %in% new_condition))))

-输出

  prev new change to_do
1     0   a      1    NA
2     a   b      2    NA
3     b   c      3    NA
4     c   a      4    NA
5     a   b      5    NA
6     b   c      6    NA
7     c   d      7    NA
8     d   e      8     1
9     e   f      9     2
10    f   g     10     3
11    g   h     11    NA
12    h   i     12    NA
13    i   j     13    NA
14    j   d     14    NA
15    d   e     15     4
16    e   f     16     5
17    f   g     17     6
18    g   h     18    NA
19    h   i     19    NA
20    i   j     20    NA
21    j   d     21    NA
22    d   e     22     7
23    e   f     23     8
24    f   g     24     9
25    g   h     25    NA
26    h   i     26    NA
27    i   j     27    NA
28    j 100     28    NA

Answer 2

这对你有用吗：

library(dplyr)

df %>% 
  mutate(to_do = ifelse(new %in% new_condition &
                          prev %in% prev_condition, rank(to_do), to_do),
         to_do = replace(to_do, !is.na(to_do), 
                         seq_len(sum(!is.na(to_do)))))

   prev new change to_do
1     0   a      1    NA
2     a   b      2    NA
3     b   c      3    NA
4     c   a      4    NA
5     a   b      5    NA
6     b   c      6    NA
7     c   d      7    NA
8     d   e      8     1
9     e   f      9     2
10    f   g     10     3
11    g   h     11    NA
12    h   i     12    NA
13    i   j     13    NA
14    j   d     14    NA
15    d   e     15     4
16    e   f     16     5
17    f   g     17     6
18    g   h     18    NA
19    h   i     19    NA
20    i   j     20    NA
21    j   d     21    NA
22    d   e     22     7
23    e   f     23     8
24    f   g     24     9
25    g   h     25    NA
26    h   i     26    NA
27    i   j     27    NA
28    j 100     28    NA

dplyr：通过迭代向量根据某些条件填充列

dplyr: Populating a column based on some condition by iterating over a vector

r

dplyr

tidyverse