dplyr：根据不同条件分组，然后返回top n

Posted 2023-02-16

【中文标题】dplyr：根据不同条件分组，然后返回top n

【英文标题】：Dplyr: Group by and then return top n based on different conditons

【发布时间】：2021-11-15 16:49:23

【问题描述】：

我一直在尝试解决对我的数据进行分组（按贷款编号）的问题，然后根据某一列（这里是过滤器列）的最高或最低值返回每组一行不同的条件。我意识到我不能使用 ifelse 来做我想做的事情，但是其他示例使用了 if 和 else（因此我尝试了）。在此过程中，我遇到了各种各样的错误。任何帮助以及澄清问题将不胜感激

Example data
Loan_Number <- c(100,100,100,100,200,200,200,200,300,300,300,300)
Principal_Remaining <- c(50,50,50,50,5,5,0,0,10,10,10,10)
Principal_In_Arrears <- c(50,50,50,50,0,0,0,0,0,10,10,10)
Write_off_Number <- c(10,10,10,10, 0,0,0,0,0,0,0,0)
Filter <- c (1,2,3,4,5,6,7,8,9,10,11,12)

outcome <- as.data.frame(cbind(Loan_Number,Principal_In_Arrears, Principal_Remaining, Write_off_Number, Filter))

我对代码的最后一次尝试是

    hope <- outcome %>%
    group_by(Loan_Number) %>% 
          if(Principal_Remaining == 0)  top_n( -1, wt = Filter) else
             if(Principal_In_Arrears == 0) top_n( -1, wt = Filter) else
               if(Write_off_Number >= 0) top_n( 1, wt = Filter) else top_n( -1, wt = 
                  Filter)))

这个想法是，如果没有本金，那么我想要一个特定的价值，如果有本金，我必须检查贷款是否拖欠或已注销。

NB 为了确认确切的要求，我需要避免考虑不符合条件的行。例如，对于贷款 200，返回的记录应返回第 7 行（本金为 0 的最低月份）。第一个答案没有这样做。此外，贷款 300 应该返回第 10 行（条件应该是！= 0 和过滤器的最小值），它在第一个月拖欠。贷款 1 应该只返回第 1 行。

【问题讨论】：

我有点不确定你想要的结果是什么。你能用伪代码写出你想要的条件，和/或提供一些预期的输出吗？

下面提供的答案是要发生的事情。

我在这里造成了一些混乱，抱歉。为了澄清事情，我改变了最初的 DF。 Loan 300 现在拖欠了创纪录的 10 笔。我实际上需要最小值，所以它现在应该返回第 10 行以获得贷款 300。

【参考方案1】：

您可以使用case_when 和slice 来选择每个Loan_Number 的行。

library(dplyr)

outcome %>%
  group_by(Loan_Number) %>%
  slice(case_when(any(Principal_Remaining == 0) ~ which.max(Filter), 
                  any(Principal_In_Arrears == 0) ~ which.min(Filter), 
                  any(Write_off_Number >= 0) ~ which.max(Filter), 
                  TRUE ~ which.min(Filter))) %>%
  ungroup
  

#  Loan_Number Principal_In_Arrears Principal_Remaining Write_off_Number Filter
#        <dbl>                <dbl>               <dbl>            <dbl>  <dbl>
#1         100                   50                  50               10      4
#2         200                    0                   0                0      8
#3         300                   10                  10                0     12

【讨论】：

这个答案很接近但不太正确。我已经对原始问题进行了一些调整，以解释应该发生什么

【参考方案2】：

在这一点上这是可行的，但我不是 100% 它会随着其他组合的发展而继续发挥作用

hope <- outcome %>%
  group_by(Banjo_Loan_No) %>%
  dplyr::slice(case_when(any(Principal_Remaining == 0)  ~ which.min(abs(filter*Principal_Remaining)), 
                         any(Principal_in_Arrears == 0) ~  which.max(abs(filter*Principal_in_Arrears > 0)), 
                         any(Write_Off_Date != "1016-01-01") ~ which.max(filter), 
                         TRUE ~ which.min(filter)))