基于组不变列值的条件分组

Posted 2021-04-27

我有一个数据框：

temp = as.data.frame(matrix(c(1,2,2,-3,1,1,2,3,-2,0,2,1,-5,1,1,2,1,3,0,0,3,2,4,-1,1,3,2,2,0,1,3,2,4,3,0), ncol=5,byrow = TRUE))
colnames(temp) = c("ID","srch","utility","reutility","code")

我需要按“ ID”列进行分组。对于任何“ ID”值，“ srch”列均保持不变。对于每个组，如果srch> 1，则需要min（utility，其中code == 1）-max（reutility，其中code == 0）否则（例如，如果srch <= 1），我需要将其设置为0。

这是我需要的输出：

temp = as.data.frame(matrix(c(1,4,2,0,3,-1), ncol=2,byrow = TRUE))
colnames(temp)=c("ID","Val")

使用dplyr的任何代码都很棒，但也欢迎使用其他代码。

答案

假设ID = 2的输出为0，我们可以这样做：

library(dplyr)

temp %>%
  group_by(ID) %>%
  summarise(Val = if(first(srch) > 1) min(utility[code == 1]) - 
                                      max(reutility[code == 0]) else 0)

# A tibble: 3 x 2
#     ID   Val
#  <dbl> <dbl>
#1     1     4
#2     2     0
#3     3    -1

另一答案

您可以做：

temp %>%
  group_by(ID) %>%
  mutate(
    Val = case_when(
      srch > 1 ~ min(utility[code == 1]) - max(reutility[code == 0]),
      srch <= 1 ~ min(utility[code == 1])
    )
  ) %>% distinct(ID, Val)

输出：

# A tibble: 3 x 2
# Groups:   ID [3]
     ID   Val
  <dbl> <dbl>
1     1     4
2     2    -5
3     3    -1