在 R 中创建一个变量，指示数字“子组”行是否按组总和为“总”行

Question

我希望能够创建一个逻辑变量，用于指示对于特定类别，一组子组行（即“组”变量中的 A、B、C）的计数总和是否相同值作为我的“全部”/整体组行。

我的数据如下：

group = c("All", "A", "B", "C", "All", "A", "B", "C")
category = c("music", "music", "music", "music", "movies", "movies", "movies", "movies")
count = c(120, 15, 75, 30, 250, 36, 28, 72)

data <- data.frame(cbind(group, category, count))

我想要的是添加“sum_to_all”列，如：

sum_to_all = c(TRUE, TRUE, TRUE, TRUE, FALSE, FALSE, FALSE, FALSE)

data <- data.frame(cbind(group, category, count, sum_to_all))

在这种情况下，对于音乐类别，“计数”变量子组“A”、“B”和“C”总和为“全部”组中的计数 (TRUE)，但对于电影则不是 (FALSE)类别。

我知道我可以将数据集重新调整为宽，其中每个组都有自己的“计数”列并比较列，但我想知道是否有一个简单的逐行解决方案。提前致谢。

Answer 1

我们可以按“类别”分组并通过比较“计数”的sum（不包括第一个观察值）与first 观察值来创建“sum_to_all”

library(dplyr)
data %>%
    group_by(category) %>%
    mutate(sum_to_all = sum(count[-1]) == first(count)) %>%
    ungroup

-输出

# A tibble: 8 x 4
#  group category count sum_to_all
#  <chr> <chr>    <dbl> <lgl>     
#1 All   music      120 TRUE      
#2 A     music       15 TRUE      
#3 B     music       75 TRUE      
#4 C     music       30 TRUE      
#5 All   movies     250 FALSE     
#6 A     movies      36 FALSE     
#7 B     movies      28 FALSE     
#8 C     movies      72 FALSE  

注意：这里我们假设 'All' 'group' 为 first 元素。如果并非总是如此，请使用arrange 或使用== 进行子集处理

data %>%
    group_by(category) %>%
    mutate(sum_to_all = sum(count[group != 'All']) ==count[group == 'All']) %>%
    ungroup

数据

data <- data.frame(group, category, count)