使用groupby和fill的R条件变异日期列 数据

问题描述

措辞类似的问题在那里，但没有一个显示出我想要做的事情。我在下面有一个数据框示例。我想group_by ID并创建一个Date2列，其中rank = 2。我很难解决这个问题。

     ID   Rank    Date       Date2
1   5678   1    2000-01-01   2010-05-02    
2   5678   2    2010-05-02   2010-05-02  
3   1234   1    2000-01-01   2015-06-03     
4   1234   2    2015-06-03   2015-06-03   

这是我到目前为止所拥有的：

df <- df %>% group_by(ID) %>%fill(Date2,.direction='up')

我该怎么办？

解决方法

尝试一下：

library(dplyr)
#Code
df %>% group_by(ID) %>% mutate(Date2=Date[Rank==2])

输出：

# A tibble: 4 x 4
# Groups:   ID [2]
     ID  Rank Date       Date2     
  <int> <int> <chr>      <chr>     
1  5678     1 2000-01-01 2010-05-02
2  5678     2 2010-05-02 2010-05-02
3  1234     1 2000-01-01 2015-06-03
4  1234     2 2015-06-03 2015-06-03

使用了一些数据：

#Data
df <- structure(list(ID = c(5678L,5678L,1234L,1234L),Rank = c(1L,2L,1L,2L),Date = c("2000-01-01","2010-05-02","2000-01-01","2015-06-03")),row.names = c("1","2","3","4"),class = "data.frame")

如果您想使用fill()，也可以尝试以下代码。您将必须使用ifelse()之类的条件来分配日期，然后填写值：

#Code 2
df %>% group_by(ID) %>%
  mutate(Date2=ifelse(Rank==2,Date,NA)) %>%
  fill(Date2,.direction = 'up')

输出：

# A tibble: 4 x 4
# Groups:   ID [2]
     ID  Rank Date       Date2     
  <int> <int> <chr>      <chr>     
1  5678     1 2000-01-01 2010-05-02
2  5678     2 2010-05-02 2010-05-02
3  1234     1 2000-01-01 2015-06-03
4  1234     2 2015-06-03 2015-06-03

,

我们可以按“ ID”分组，并使用逻辑表达式获取相应的“ Date1”

library(dplyr)
df %>%
    group_by(ID) %>%
    mutate(Date2 = Date[Rank == 2][1])
# A tibble: 4 x 4
# Groups:   ID [2]
#     ID  Rank Date       Date2     
#  <int> <int> <chr>      <chr>     
#1  5678     1 2000-01-01 2010-05-02
#2  5678     2 2010-05-02 2010-05-02
#3  1234     1 2000-01-01 2015-06-03
#4  1234     2 2015-06-03 2015-06-03

---

或者另一种选择是使用match

df %>%
  group_by(ID) %>%
  mutate(Date2 = Date[match(2,Rank)])

---

或使用data.table

library(data.table)
setDT(df)[,Date2 := Date[match(2,Rank)],ID]

---

或与base R

df$Date2 <- with(df,rep(Date[Rank == 2],table(ID)))

数据

df <- structure(list(ID = c(5678L,class = "data.frame")