使用 mutate 创建新变量，其中列有一个基于 tidy tibble 中的条件的变量

Question

我正在尝试创建一个名为 cpi2000 的新变量，该变量将 2000 年的 cpi 值用于系列中的所有观察值（我有四个系列，因此是 group_by），以便我可以计算通货膨胀调整因子。 但是，以下代码仅替换 2000 年的值，而将其他年份保留为 NA。 基本上，我希望在 cpi2000 中有四个重复的数字，每个系列一个。

这是我的数据的负责人：

 Groups:   series_id [1]
  year  series_id value seasonal_adj        series_name                                     cpi2000
  <chr> <chr>     <dbl> <chr>               <chr>                                             <dbl>
1 2000  CPIAUCSL   172. seasonally adjusted US city average, all items, seasonally adjusted    172.
2 2001  CPIAUCSL   177. seasonally adjusted US city average, all items, seasonally adjusted     NA 
3 2002  CPIAUCSL   180. seasonally adjusted US city average, all items, seasonally adjusted     NA 
4 2003  CPIAUCSL   184  seasonally adjusted US city average, all items, seasonally adjusted     NA 
5 2004  CPIAUCSL   189. seasonally adjusted US city average, all items, seasonally adjusted     NA 
6 2005  CPIAUCSL   195. seasonally adjusted US city average, all items, seasonally adjusted     NA 
> 

cpi_values_tidy_clean <- cpi_values_tidy %>%  
 separate(date, 
          into = c("year"), 
          sep = "-", 
          extra = "drop") %>%                                                            # separate NAM into three variables 
  group_by(series_id) %>%  
  mutate(cpi2000 = if_else(year == 2000, value, value[2000])) %>%  
  glimpse()

这是 output：

[1] 172.192      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA 172.200      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA
[36]      NA      NA      NA      NA      NA      NA      NA 165.717      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA 165.725      NA      NA      NA      NA      NA      NA
[71]      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA      NA

我认为最好的方法是使用 if_else 语句（case_when 似乎不起作用）。 如果我能弄清楚如何让 if_else 语句 ("value[2000]) 中的第二个参数在 year == 2000 时取值，这将起作用，但我不知道如何在第二个声明。

最终目标是创建两个变量 cpi2000 和 cpi2019，这样我就可以创建第三个变量 cpi_adj = (cpi2019/cpi2000)，它可以用作通货膨胀因子。

任何帮助将不胜感激。

Answer 1

我意识到我可以在第二个条件 value[year == 2000] 中指定年份，而不是像我使用 value[2000] 那样对括号 position 进行子集化。 对 using 2000 进行子集化会产生“NA”，因为没有第 2000 行，而是我会使用 value[1] 因为我想要第一个值。 或者，按年份过滤更安全，因为它允许我指定我想要的年份。 这是我解决的代码和下面的 output：

cpi_values_tidy_clean <- cpi_values_tidy %>%  
 separate(date, 
          into = c("year"), 
          sep = "-", 
          extra = "drop") %>%                                                            # separate NAM into three variables 
  group_by(series_id) %>%  
  mutate(cpi2000 = if_else(year == 2000, value, value[year == 2000])) %>%  
  mutate(cpi2019 = if_else(year == 2019, value, value[year == 2019])) %>%  
  glimpse()

  head(cpi_values_tidy_clean)

 year  series_id value seasonal_adj        series_name                                     cpi2000 cpi2019
  <chr> <chr>     <dbl> <chr>               <chr>                                             <dbl>   <dbl>
1 2000  CPIAUCSL   172. seasonally adjusted US city average, all items, seasonally adjusted    172.    256.
2 2001  CPIAUCSL   177. seasonally adjusted US city average, all items, seasonally adjusted    172.    256.
3 2002  CPIAUCSL   180. seasonally adjusted US city average, all items, seasonally adjusted    172.    256.
4 2003  CPIAUCSL   184  seasonally adjusted US city average, all items, seasonally adjusted    172.    256.
5 2004  CPIAUCSL   189. seasonally adjusted US city average, all items, seasonally adjusted    172.    256.
6 2005  CPIAUCSL   195. seasonally adjusted US city average, all items, seasonally adjusted    172.    256.

如果有人知道如何更优雅地或使用 case_when 来做到这一点，我很乐意看到它。