使用dplyr匯總條件

Question

我目前正在嘗試應用摘要功能，以便從大型數據集中分離出相關的觀察結果。 這里給出一個簡單的可復制示例：

df <- data.frame(c(1,1,1,2,2,2,3,3,3), as.logical(c(TRUE,FALSE,TRUE,TRUE,TRUE,TRUE,FALSE,TRUE,FALSE)),
                 as.numeric(c(0,5,0,0,0,0,7,0,7)))
colnames(df) <- c("ID", "Status", "Price")

  ID Status Price
1  1   TRUE     0
2  1  FALSE     5
3  1   TRUE     0
4  2   TRUE     0
5  2   TRUE     0
6  2   TRUE     0
7  3  FALSE     7
8  3   TRUE     0
9  3  FALSE     7

我想按觀察對表進行排序，並且僅當所有三個觀察都為真（變通）時才獲得狀態為真，然后要獲取與該狀態相對應的價格（即，對於觀察1為5表示假，對於觀察2為0表示假）。 TRUE，觀察值3為FALSE，為7）。

通過對dplyr中的條件進行匯總 ，我發現可以像往常一樣在方括號中指定條件。 到目前為止，我的代碼如下所示：

library(dplyr)
result <- df %>%
  group_by(ID) %>%
  summarize(Status = all(Status), Test = ifelse(all(Status) == TRUE,
 first(Price[Status == TRUE]), first(Price[Status == FALSE]))) 

# This is what I get: 
# A tibble: 3 x 3
     ID Status  Test
  <dbl> <lgl>  <dbl>
1    1. FALSE     0.
2    2. TRUE      0.
3    3. FALSE     7.

但是正如您所看到的，對於ID = 1，它給出了不正確的價格。 我一直在嘗試這種方法，因此，如果有任何提示，我將不勝感激。

Answer 1

能做：

df %>%
  group_by(ID) %>%
  mutate(status = Status) %>%
  summarise(
    Status = all(Status),
    Test = ifelse(Status == TRUE,
                  first(Price),
                  first(Price[status == FALSE]))
  )

輸出：

# A tibble: 3 x 3
     ID Status  Test
  <dbl> <lgl>  <dbl>
1     1 FALSE      5
2     2 TRUE       0
3     3 FALSE      7

問題是您要在已修改Status列的情況下使用Status Test Status ”列，以使其不再包含原始值。

進行復制之前（我已將其保存為status ），對其執行ifelse ，它將正常運行。

Answer 2

我們可以保持all(Status)在第二個參數summarise （或更改列名），也，它是可以做到if/else的邏輯似乎返回基於無論是單TRUE / FALSE all “狀態的'是否為真

df %>%
   group_by(ID) %>% 
   summarise( Test = if(all(Status)) first(Price[Status]) else 
                   first(Price[!Status]), Status = all(Status))
# A tibble: 3 x 3
#     ID  Test Status
#   <dbl> <dbl> <lgl> 
#1     1     5 FALSE 
#2     2     0 TRUE  
#3     3     7 FALSE 

注意：最好不要使用長度不相等的ifelse作為參數