如何比較 dplyr 分組數據中的行？

Question

我想比較分組（按 ID 分組）數據集中的 x2 和 x3 列。 我想比較第一個 1 出現在 x1 列中的行中的 x2 和 x3。 如果 x2 大於 x3，我將為 ID 分配 1，否則為 0。請參見下面的示例。 我的輸入數據是 dt，在這個數據集中，第一次出現在 x1 列中的 1 對於 ID 100 是第 2 行和 1410 < 1510，所以我將 0 分配給 ID 100。首先在 x1 列中出現 1 對於 ID 101是第 6 行，可以看到 1500 > 1000，所以我將 1 分配給 ID 101。您可以在下面看到我的 output。 謝謝

dt<-data.frame(ID=c(100, 100,100, 101, 101, 101), 
               x1=c(0, 1, 1, 0, 0,1), 
               x2=c(1100, 1410, 1900, 1300, 1100, 1500),
               x3=c(1400, 1510, 2900, 300, 100,1000))

ot<-data.frame(ID=c(100,101), res=c(0,1))

Answer 1

您可以使用 -

library(dplyr)

dt %>%
  group_by(ID) %>%
  summarise(res = {
    tmp <- match(1, x1)
    as.integer(x2[tmp] > x3[tmp])
})

match將返回x1中存在 1 的第一個索引。 我們在 position 處比較x2和x3的值，如果x2 > x3則返回 1，否則返回 0。

Answer 2

為此，我們可以使用tidyverse方法。 按“ID”分組，對“x1”為max的行進行slice ，然后使用 integer 轉換的關系表達式進行summarise （也可以使用mutate ，但summarise默認情況下會刪除最后一組，因為只有一個組 - 我們不這樣做' t需要再次ungroup ）

library(dplyr)
dt %>% 
    group_by(ID) %>% 
    slice(which.max(x1)) %>%
    summarise(res =  +(x2 > x3))

-輸出

# A tibble: 2 x 2
#     ID   res
#  <dbl> <int>
#1   100     0
#2   101     1

---

或者另一種選擇是按“ID”和“x1”上的邏輯表達式對行進行排序，即 x1 為 0，然后按“ID”分組，用由“x2”和“x3”的first值構造的關系表達式進行summarise

dt %>%
   arrange(ID, !x1) %>%
   group_by(ID) %>%
   summarise(res = +(first(x2) > first(x3)))

-輸出

# A tibble: 2 x 2
#     ID   res
#  <dbl> <int>
#1   100     0
#2   101     1