[英]Assign value (stemming from configuration table) to group based on condition in column
[英]Assign value to group based on condition in column
我有一个数据框架,如下所示:
> df = data.frame(group = c(1,1,1,2,2,2,3,3,3),
date = c(1,2,3,4,5,6,7,8,9),
value = c(3,4,3,4,5,6,6,4,9))
> df
group date value
1 1 1 3
2 1 2 4
3 1 3 3
4 2 4 4
5 2 5 5
6 2 6 6
7 3 7 6
8 3 8 4
9 3 9 9
我想创建一个新列,其中包含与值列中的值“ 4”相关联的每个组的日期值。
以下数据框显示了我希望完成的工作。
group date value newValue
1 1 1 3 2
2 1 2 4 2
3 1 3 3 2
4 2 4 4 4
5 2 5 5 4
6 2 6 6 4
7 3 7 6 8
8 3 8 4 8
9 3 9 9 8
如我们所见,组1的newValue
“ 2”,因为那是与值“ 4”关联的日期。 同样,第二组具有newValue
4,第三组具有newValue
8。
我认为有一个简单的方法可以使用ave()
或一系列dplyr
/ data.table
函数来执行此操作,但是我的多次尝试都没有成功。
这是一个快速的数据data.table
library(data.table)
setDT(df)[, newValue := date[value == 4L], by = group]
df
# group date value newValue
# 1: 1 1 3 2
# 2: 1 2 4 2
# 3: 1 3 3 2
# 4: 2 4 4 4
# 5: 2 5 5 4
# 6: 2 6 6 4
# 7: 3 7 6 8
# 8: 3 8 4 8
# 9: 3 9 9 8
这是类似的dplyr
版本
library(dplyr)
df %>%
group_by(group) %>%
mutate(newValue = date[value == 4L])
或在过滤数据后使用merge
的可能的base R解决方案(此后需要重命名)
merge(df, df[df$value == 4, c("group", "date")], by = "group")
这是基本的R选项
df$newValue = rep(df$date[which(df$value == 4)], table(df$group))
使用lapply
另一种选择
do.call(rbind, lapply(split(df, df$group),
function(x){x$newValue = rep(x$date[which(x$value == 4)],
each = length(x$group)); x}))
# group date value newValue
#1.1 1 1 3 2
#1.2 1 2 4 2
#1.3 1 3 3 2
#2.4 2 4 4 4
#2.5 2 5 5 4
#2.6 2 6 6 4
#3.7 3 7 6 8
#3.8 3 8 4 8
#3.9 3 9 9 8
base R
路径:
df$newValue <- ave(`names<-`(df$value==4,df$date), df$group, FUN=function(x) as.numeric(names(x)[x]))
df
group date value newValue
1 1 1 3 2
2 1 2 4 2
3 1 3 3 2
4 2 4 4 4
5 2 5 5 4
6 2 6 6 4
7 3 7 6 8
8 3 8 4 8
9 3 9 9 8
10 3 11 7 8
我对可变长度组进行了测试。 我将date
列分配为value
等于4的逻辑索引的名称。然后按组标识值。
数据
df = data.frame(group = c(1,1,1,2,2,2,3,3,3,3),
date = c(1,2,3,4,5,6,7,8,9,11),
value = c(3,4,3,4,5,6,6,4,9,7))
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.