按列變量分組並根據條件附加新變量

Question

說我有一個數據框-

A列	B列
id1	藍色的
id1	紅色的
id1	灰色的
id2	紅色的
id3	紅色的
id3	灰色的

我想要這個輸出-

A列	B列
id1	全.混合
id2	紅色的
id3	紅.灰

我試過這個table1 <- mydf %>% group_by(ColA, ColB) %>% count(ColB)並來到這個-

ColA ColB                n
  <chr>   <chr>           <int>
1 id1    blue              1
2 id1    red        1
3 id1   grey             1
4 id2   red       1
5 id3   red     1
6 id3  grey1     1

但在這之后我有點迷路了。 我想到了 group_by 並總結了 colB 中的行，但是如果我遇到這樣的情況 -

A列	B列
id5	灰色的
id5	灰色的

那我怎么辦？

Answer 1

目前尚不清楚您如何確定 output 中 B 列的值（例如“all.mixed”），但我們假設有一個calcMagicValue function。一般流程如下所示：

calcMagicValue <- function(vals){
  
  # psuedo code
  if(all(possibleVals %in% vals)){
    "all.mixed"
  } else if( hasRedAndGrey){
    "red.grey"
  } else if(onlyRed) {
    "red"
  } else {
    #...other conditions...
  }
}

myDf |> 
  group_by(ColA) |> 
  summarize(newColB = calcMagicValue(ColB))

分組后，summarize 將遍歷分組列中的唯一值，並將匹配的行傳遞給調用的函數（在本例中calcMagicValue ）。 在這種情況下，您的結果將為分組列中的每個唯一組合/值占一行。

Answer 2

使用group_by + summarise的方法略有不同，它使用一個指標在一個額外的mutate步驟中替換all.mixed案例：

library(dplyr)

dat %>%
  group_by(Column.A) |> 
  summarise(all.mixed = all(unique(dat$Column.B) %in% Column.B), 
            Column.B = paste(Column.B, collapse = "."), .groups = "drop") |> 
  mutate(Column.B = if_else(all.mixed, "all.mixed", Column.B)) |> 
  select(-all.mixed)
#> # A tibble: 3 × 2
#>   Column.A Column.B 
#>   <chr>    <chr>    
#> 1 id1      all.mixed
#> 2 id2      red      
#> 3 id3      red.grey

數據

dat <- data.frame(
          Column.A = c("id1", "id1", "id1", "id2", "id3", "id3"),
          Column.B = c("blue", "red", "grey", "red", "red", "grey")
)