使用 group_by 和 ifelse 的奇怪 dplyr 不当行为

Question

我正在尝试进行一些条件操作，并发现一个奇怪的 dplyr 错误 - 或者至少它的行为不像我认为的那样。

假设我有一个 tibble

a <- tribble( ~x, ~y, 1, 2, 1, 3, 1, -5, 2, 1, 2, 8, 2, 9 )

现在，对于每个组 (x)，如果其中任何一个值为负数，我想将其提高，这样以前的负值中的最小值现在为 0。让我们也进行一些错误检查以确保 @987654322 @ 工作正常。

a %>% group_by(x) %>% mutate(hasneg = any(y<0), y_star = ifelse(any(y<0), y+abs(min(y, na.rm=T)), y))

这会产生

# A tibble: 6 x 4
# Groups:   x [2]
      x     y hasneg y_star
  <dbl> <dbl> <lgl>   <dbl>
1     1     2 TRUE        7
2     1     3 TRUE        7
3     1    -5 TRUE        7
4     2     1 FALSE       1
5     2     8 FALSE       1
6     2     9 FALSE       1

现在，hasneg 对于 x=1 为 TRUE，对于 x=0 为 FALSE，这意味着它在向量上正常工作。然而，我的 ifelse 语句产生了一些奇怪的东西——要么 2+5 表示 x=1，要么 1 表示 x=2。我本来预计是 7,8,0,1,8,9。

这里发生了什么？为什么 ifelse 在分组数据框中处理这些向量时会出现奇怪的现象？

Answer 1

因为条件any(y < 0)（每组为1）的长度与传递给ifelse的值的长度不同，所以只拾取第一个值。你需要if/else：

a %>%
    group_by(x) %>%
    mutate(hasneg = any(y < 0),
           y_star = if(any(y < 0)) y+abs(min(y, na.rm=T)) else y)
# A tibble: 6 x 4
# Groups:   x [2]
#      x     y hasneg y_star
#  <dbl> <dbl> <lgl>   <dbl>
#1     1     2 TRUE        7
#2     1     3 TRUE        8
#3     1    -5 TRUE        0
#4     2     1 FALSE       1
#5     2     8 FALSE       8
#6     2     9 FALSE       9