如何使用 apply 和 mutate 创建新变量？答案

【问题标题】：How does use apply and mutate for create a new variable?如何使用 apply 和 mutate 创建新变量？
【发布时间】：2021-05-19 14:14:08
【问题描述】：

假设我有以下 DF

df<-data.frame(name=c(rep("AUS",5), rep("FRA",5), rep("SPA",5)),
           Date=rep(seq(as.Date("2020/1/1"), as.Date("2020/1/5"), "days"),3),
           mean= c(19, 2, 22, 13, 23, 24, 7, 14, 27, 30, 4, 26, 1, 18, 5))

我的想法是使用变量mean 创建一个新变量。首先是对 DF 进行分组，因为必须为组估计新变量。

df<-df%>%group_by(name)

我希望我的第一个观察结果与其他行一起使用，我想说我的新变量将是以下结果：

19, 19/2, 19/22, 19/13, 19/23, 24, 24/7,..... 4/5

虽然我可以将apply 命令与group 和mutate 一起使用，但我在寻找解决方案时遇到了问题。

【问题讨论】：

标签： r apply dplyr

【解决方案1】：

您可以使用first 获取每个组的第一个数据 (name) 并将其除以 mean 值。

library(dplyr)

df %>%
  group_by(name) %>%
  mutate(res = c(first(mean), first(mean)/mean[-1])) %>%
  ungroup

#  name  Date        mean    res
#   <chr> <date>     <dbl>  <dbl>
# 1 AUS   2020-01-01    19 19    
# 2 AUS   2020-01-02     2  9.5  
# 3 AUS   2020-01-03    22  0.864
# 4 AUS   2020-01-04    13  1.46 
# 5 AUS   2020-01-05    23  0.826
# 6 FRA   2020-01-01    24 24    
# 7 FRA   2020-01-02     7  3.43 
# 8 FRA   2020-01-03    14  1.71 
# 9 FRA   2020-01-04    27  0.889
#10 FRA   2020-01-05    30  0.8  
#11 SPA   2020-01-01     4  4    
#12 SPA   2020-01-02    26  0.154
#13 SPA   2020-01-03     1  4    
#14 SPA   2020-01-04    18  0.222
#15 SPA   2020-01-05     5  0.8

这可以写在base R中-

transform(df, res = ave(mean, name, FUN = function(x) c(x[1], x[1]/x[-1])))

和data.table -

library(data.table)
setDT(df)[, res := c(first(mean), first(mean)/mean[-1]), name]

【讨论】：

这与我使用的方法相同，但我仍然遇到问题。第一次观察不能是 1。我的新变量的第一次观察必须等于平均值的第一次观察（按组）。
@EveChanatasig 知道了...查看更新后的答案。

【解决方案2】：

这是使用ifelse 指定您的两个条件的另一个解决方案：如果mean 是组中的第一个，则使用mean；如果它不是组中的第一个，则将第一个 mean 除以 mean 值：

df %>%
  group_by(name) %>%
  mutate(new = ifelse(mean == first(mean), mean, first(mean)/mean))
# A tibble: 15 x 4
# Groups:   name [3]
   name  Date        mean    new
   <chr> <date>     <dbl>  <dbl>
 1 AUS   2020-01-01    19 19    
 2 AUS   2020-01-02     2  9.5  
 3 AUS   2020-01-03    22  0.864
 4 AUS   2020-01-04    13  1.46 
 5 AUS   2020-01-05    23  0.826
 6 FRA   2020-01-01    24 24    
 7 FRA   2020-01-02     7  3.43 
 8 FRA   2020-01-03    14  1.71 
 9 FRA   2020-01-04    27  0.889
10 FRA   2020-01-05    30  0.8  
11 SPA   2020-01-01     4  4    
12 SPA   2020-01-02    26  0.154
13 SPA   2020-01-03     1  4    
14 SPA   2020-01-04    18  0.222
15 SPA   2020-01-05     5  0.8

【讨论】：