在 data.frame 中添加重新计算的列属性

编程问答 2022-04-30

问题描述

那里！ 我有 data.frame 看起来像：

        date id s int
1 2021-01-01  1 A   1
2 2021-05-03  1 B   1
3 2021-05-05  1 C   1
4 2021-05-02  2 A   1
5 2021-06-01  2 A   1
6 2021-02-01  2 B   1
7 2021-03-02  3 C   1
8 2021-06-01  3 C   1

我需要用重新计算的值添加两列：

  • int1 - 对于每个 ID 找到最后一个，但不是“C”，将其设置为 1，其他为 0。如果所有 C 为最后一个 C 设置为 1；
  • int2 - 对于每个 ID 计数 t$s 并按行数划分设置 1

所以，结果是：

        date id s int int1    int2
1 2021-01-01  1 A   1    0    0.33
2 2021-05-03  1 B   1    1    0.33
3 2021-05-05  1 C   1    0    0.33
4 2021-05-02  2 A   1    0    0.33
5 2021-06-01  2 A   1    1    0.33
6 2021-02-01  2 B   1    0    0.33
7 2021-03-02  3 C   1    0    0.50
8 2021-06-01  3 C   1    1    0.50

我知道如何用“for”循环来解决它，但这对于大数据来说会减慢速度。 我知道“mutate”，但还是不明白，请帮忙举个例子。

我的数据：

t <- data.frame(date=c('2021-01-01','2021-05-03','2021-05-05','2021-05-02','2021-06-01','2021-02-01','2021-03-02','2021-06-01'),id=c('1','1','2','3','3'),s=c('A','B','C','A','C'),int=c('1','1')
                )

解决方法

你在哪个数据库上？所以你想要 sql 更新命令？

,

我希望我能正确理解您要做什么：

由于有不同的可能情况，我认为最简单的方法是根据“s”变量的不同可能性拆分可初始化表。

  • 1：仅非 C
  • 2：只有 C；
  • 3：非 C 和 C 的混合体；

然后使用 mutate 创建您想要的两列，并将它们重新组合在一起。

library(tidyverse)
t1 <- t %>%
  group_by(id)%>%
  mutate(id_row = row_number())%>%
  filter(!("C" %in% s)) %>%
  mutate(id1 = ifelse(id_row==max(id_row),1,0),id2 = round(1/n(),2))

t2 <- t %>%
  group_by(id)%>%
  mutate(id_row = row_number())%>%
  filter(length(unique(s))==1 & s=="C")%>%
  mutate(id1 = ifelse(id_row==max(id_row),2))

t3 <-  t %>%
  group_by(id)%>%
  filter(length(unique(s))>1 & "C" %in% s)%>%
  mutate(id_row = ifelse(s!="C",row_number(),NA),id1 = case_when(
           id_row==max(id_row,na.rm = TRUE)~1,TRUE~0),2))


t <- bind_rows(t1,t2,t3) %>%
  select(-id_row) %>%
  arrange(id,s)
t

# A tibble: 8 x 6
# Groups:   id [3]
  date       id    s     int     id1   id2
  <chr>      <chr> <chr> <chr> <dbl> <dbl>
1 2021-01-01 1     A     1         0  0.33
2 2021-05-03 1     B     1         1  0.33
3 2021-05-05 1     C     1         0  0.33
4 2021-05-02 2     A     1         0  0.33
5 2021-06-01 2     A     1         0  0.33
6 2021-02-01 2     B     1         1  0.33
7 2021-03-02 3     C     1         0  0.5 
8 2021-06-01 3     C     1         1  0.5
attributionrr