基于另一列标记 id 在 R 中具有不同的值

Question

我有一个需要应用的标记规则。

这是我的数据集的样子：

    df <- data.frame(id = c(1,1,1,1, 2,2,2,2, 3,3,3,3),
                 key = c("a","a","b","c", "a","b","c","d", "a","b","c","c"),
                 form = c("A","B","A","A", "A","A","A","A", "B","B","B","A"))
    
    > df
   id key form
1   1   a    A
2   1   a    B
3   1   b    A
4   1   c    A
5   2   a    A
6   2   b    A
7   2   c    A
8   2   d    A
9   3   a    B
10  3   b    B
11  3   c    B
12  3   c    A

我想根据具有重复项的key列标记id ， form的第三列显示每个key的不同形式。 这个想法是要了解一个 id 是否从多个表单中获取了任何项目。 我需要添加一个过滤列，如下所示：

> df.1
   id key form type
1   1   a    A multiple
2   1   a    B multiple
3   1   b    A multiple 
4   1   c    A multiple
5   2   a    A single
6   2   b    A single
7   2   c    A single
8   2   d    A single
9   3   a    B multiple
10  3   b    B multiple
11  3   c    B multiple
12  3   c    A multiple

最终我需要摆脱具有不同form的额外重复行。 为了决定哪一个重复的下降，我选择具有更多项目的form类型。

在最终的单独数据集中，我希望有如下内容：

  > df.2
       id key form type
    1   1   a    A multiple
    3   1   b    A multiple 
    4   1   c    A multiple
    5   2   a    A single
    6   2   b    A single
    7   2   c    A single
    8   2   d    A single
    9   3   a    B multiple
    10  3   b    B multiple
    11  3   c    B multiple

所以第一个id的form A占主导地位，所以保留了A ，第三个id的form B占主导地位，所以保留了B 。

有任何想法吗？ 谢谢！

Answer 1

我们可以检查不同元素的数量以按组创建新列，然后根据最高频率（ Mode ）进行filter

library(dplyr)
df.2 <- df %>% 
  group_by(id) %>%
  mutate(type = if(n_distinct(form) > 1) 'multiple' else 'single') %>% 
  filter(form == Mode(form)) %>%
  ungroup

-输出

> df.2
# A tibble: 10 × 4
      id key   form  type    
   <dbl> <chr> <chr> <chr>   
 1     1 a     A     multiple
 2     1 b     A     multiple
 3     1 c     A     multiple
 4     2 a     A     single  
 5     2 b     A     single  
 6     2 c     A     single  
 7     2 d     A     single  
 8     3 a     B     multiple
 9     3 b     B     multiple
10     3 c     B     multiple

在哪里

Mode <- function(x) {
  ux <- unique(x)
  ux[which.max(tabulate(match(x, ux)))]
}