根据其他行中的重复项创建新列

Question

我想添加一列，指示在 dataframe 的 2 行中是否观察到 2 个重复项。 让我举个例子。 这是样本数据。

df
id     date         n   var
01-05  12-04-1985   1   sleep
02-06  11-04-2000   10  epoch
01-05  12-04-1985   1   epoch
12-10  01-08-2010   4   sleep

请注意，第 1 行和第 3 行具有相同的 id 和日期。 我想在一个新列 (var) 中创建一个指标，该列具有“睡眠/纪元”，用于具有 id 和日期的行匹配的实例，如下所示：

df
id     date         n    var  
01-05  12-04-1985   1    sleep/epoch  
02-06  11-04-2000   10   epoch
01-05  12-04-1985   1    sleep/epoch
12-10  01-08-2010   4    sleep

我尝试使用 ifelse 来执行此操作，但这样做时遇到了麻烦。 关于让它工作的任何建议？

Answer 1

我们可以使用 group by 操作，即按 'id'、'date' 分组，通过collapse ing 将unique值paste到 'var' 中以"/"分隔的单个字符串中

library(dplyr)
library(stringr)
df1 <- df %>%
    group_by(id, date) %>% 
    mutate(var = str_c(unique(var), collapse="/")) %>%
    ungroup

-输出

df1
# A tibble: 4 x 4
#  id    date           n var        
#  <chr> <chr>      <int> <chr>      
#1 01-05 12-04-1985     1 sleep/epoch
#2 02-06 11-04-2000    10 epoch      
#3 01-05 12-04-1985     1 sleep/epoch
#4 12-10 01-08-2010     4 sleep      

---

或者使用base R和ave

df$var <- with(df, ave(var, id, date, FUN = function(x) 
            paste(unique(x), collapse="/")))

数据

df <- structure(list(id = c("01-05", "02-06", "01-05", "12-10"), 
date = c("12-04-1985", 
"11-04-2000", "12-04-1985", "01-08-2010"), n = c(1L, 10L, 1L, 
4L), var = c("sleep", "epoch", "epoch", "sleep")), 
class = "data.frame", row.names = c(NA, 
-4L))