跨行的条件突变（group/id）？

Question

我有一个大型数据集，需要一些帮助。举例如下：

   id  id_row  material
1  1     1     1
2  1     2     1
3  1     3     1
4  2     1     1
5  2     2     2
6  2     3     1
7  3     1     1
8  3     2     1
9  3     3     1
10 4     1     1
11 4     2     2

我想根据 material 中的值为同一 ID（跨行）添加一个新列。在新列中，我希望识别 material（跨行）中所有值为 1 和 2 的 id（例如，值为 99），如果两者都不存在，则 return 为 1 或 2 . 像这样：

   id  id_row  material  new_column
1  1     1     1             1
2  1     2     1             1
3  1     3     1             1
4  2     1     1             99
5  2     2     2             99
6  2     3     1             99
7  3     1     2             2
8  3     2     2             2
9  3     3     2             2
10 4     1     1             99
11 4     2     2             99

我一直在网上寻找没有任何运气的解决方案，也尝试过使用 dplyr 和 group_by、mutate 和 ifelse，但没有任何运气。提前致谢！

Answer 1

试试这个方法：

library(tidyverse)

tribble(
  ~id, ~id_row, ~material,
  1, 1, 1,
  1, 2, 1,
  1, 3, 1,
  2, 1, 1,
  2, 2, 2,
  2, 3, 1,
  3, 1, 2,
  3, 2, 2,
  3, 3, 2,
  4, 1, 1,
  4, 2, 2
) |> 
  group_by(id) |> 
  mutate(new_column = if_else(any(material == 2) & any(material == 1), 99, NA_real_),
         new_column = if_else(is.na(new_column), material, new_column))
#> # A tibble: 11 × 4
#> # Groups:   id [4]
#>       id id_row material new_column
#>    <dbl>  <dbl>    <dbl>      <dbl>
#>  1     1      1        1          1
#>  2     1      2        1          1
#>  3     1      3        1          1
#>  4     2      1        1         99
#>  5     2      2        2         99
#>  6     2      3        1         99
#>  7     3      1        2          2
#>  8     3      2        2          2
#>  9     3      3        2          2
#> 10     4      1        1         99
#> 11     4      2        2         99

^{由 reprex package (v2.0.1)}

于 2022-05-25 创建

跨行的条件突变（group/id）？

Conditional mutation across rows (by group/id)?

if-statement

dplyr

group-by