R：根据现有数据框的多个条件创建新数据框

Question

我需要在现有数据帧上使用多个条件创建一个新数据帧。

我尝试使用 dplyr 函数，特别是针对多个条件进行总结，但由于应用条件后数据集大小减小，因此失败了。

为了解释，下面是我想要实现的一个简单示例。

df <- data.frame(User = c("Newton","Newton","Newton","Newton","Newton"),
                 Location = c("A","A","B","A","B"),
                 Movement = c(10,10,20,20,30),
                 Unit = c(-2,2,2,-2,-1),
                 Time = c("4-20-2019","4-20-2019","4-21-2019","4-21-2019"
                          ,"4-23-2019"))

dfNew <- data.frame(User = c("Newton","Newton","Newton"),
                    FromLocation = c("A","A","B"),
                    ToLocation = c("A","B","B"),
                    Movement = c(10,20,30),
                    Units = c(2,2,-1))

dfNew的计算条件如下：

1. 看df的第一行： a) 如果移动为 10 且单位为负 - 忽略此行

2. 看df的第二行： a) 如果移动为 10 且单位为正 - FromLocation 和 ToLocation 均为 A，且 Units 取自 df，即 2

3. 看df的第三行： a) 如果移动为 20 且单位为正 - ToLocation (B) 和 Units (2) 必须取自这一行，FromLocation 必须取自下一行

4. 看df的第四行： a) 如果移动为 20 且单位为负 - dfnew 上一行的 FromLocation(A) 必须取自该行

5. 看df的第五行： a) 如果移动类型为 30，则 ToLocation 和 FromLocation 都将为 B，单位将与 df 相同，即 -1

另一种可能有用的模式是每个动作都将在同一天/同一时间发生。另请注意，该示例仅适用于 1 个用户，我有超过 2000 个必须应用类似条件的用户。

就像我说的那样，我尝试使用 dplyr 并汇总所有这些条件，但由于数据集的大小不同，我可以找到一种方法来使其工作。

感谢任何建议，谢谢！

Answer 1

听起来dplyr::group_by 和case_when 可能就足够了，但我不确定这些是对您的桌子“规则”的正确解释。

library(dplyr)
df %>%
  group_by(User) %>%
  mutate(FromLocation = case_when(Movement == 10 & Unit < 0 ~  "DROP",
                                  Movement == 10 & Unit > 0 ~  Location,
                                  Movement == 20 & Unit < 0 ~  lag(Location),
                                  Movement == 20 & Unit > 0 ~  lead(Location),
                                  Movement == 30  ~ "B",
                                  TRUE   ~ "not specified in rules"),

         ToLocation = case_when(Movement == 10 & Unit < 0 ~  "DROP",
                                Movement == 10 & Unit > 0 ~  Location,
                                Movement == 20 & Unit < 0 ~  lag(Location), # Not given 
                                Movement == 20 & Unit > 0 ~  Location,
                                Movement == 30  ~ "B",
                                TRUE   ~ "not specified in rules")) %>%
  ungroup() %>%
  filter(FromLocation != "DROP") %>%
  select(User, FromLocation, ToLocation, Movement, Unit)

结果

# A tibble: 4 x 5
  User   FromLocation ToLocation Movement  Unit
  <chr>  <chr>        <chr>         <dbl> <dbl>
1 Newton A            A                10     2
2 Newton A            B                20     2
3 Newton B            B                20    -2
4 Newton B            B                30    -1