在 dplyr 的 group_by 中有条件地忽略值答案

【问题标题】：Ignore value conditionally within group_by in dplyr在 dplyr 的 group_by 中有条件地忽略值
【发布时间】：2018-06-07 10:27:47
【问题描述】：

请考虑以下事项。

背景

在data.frame 中，我有患者 ID (id)，患者入院的日期 (day)，他们当天收到的诊断活动代码 (code)，该活动的价格 (price) 和该活动的频率 (freq)。

codeb 和c 的活动是同时注册的，但含义大致相同，不应重复计算。

问题

我想要的是：如果code“b”和“c”注册同一天，code“b”应该被忽略。

data.frame 的示例如下所示：

x <- data.frame(id = c(rep("a", 4), rep("b", 3)),
            day = c(1, 1, 1, 2, 1, 2, 3),
            price = c(500, 10, 100, rep(10, 3), 100),
            code = c("a", "b", "c", rep("b", 3), "c"),
            freq = c(rep(1, 5), rep(2, 2))))

> x
  id day price code freq
1  a   1   500    a    1
2  a   1    10    b    1
3  a   1   100    c    1
4  a   2    10    b    1
5  b   1    10    b    1
6  b   2    10    b    2
7  b   3   100    c    2

因此，患者“a”第 1 天的费用将是 600 而不是 610，因为我可以使用以下公式计算：

x %>% 
  group_by(id, day) %>% 
  summarise(res = sum(price * freq))

# A tibble: 5 x 3
# Groups:   id [?]
  id      day   res
  <fct> <dbl> <dbl>
1 a        1.  610.
2 a        2.   10.
3 b        1.   10.
4 b        2.   20.
5 b        3.  200.

可能的方法

当“c”出现在同一天时，我删除观察code“b”，或者如果code“c”出现在code“b”中，我将freq设置为0同一天。

到目前为止，我对ifelse 和mutate 的所有尝试都失败了。

非常感谢每一个帮助。非常感谢您！

【问题讨论】：

标签： r dplyr grouping

【解决方案1】：

您可以添加filter 行来删除有问题的b 值，如下所示...

x %>% 
  group_by(id, day) %>% 
  filter(!(code=="b" & "c" %in% code)) %>% 
  summarise(res = sum(price * freq))

  id      day   res
  <fct> <dbl> <dbl>
1 a        1.  600.
2 a        2.   10.
3 b        1.   10.
4 b        2.   20.
5 b        3.  200.

【讨论】：

这正是我需要的，但我不明白为什么。为什么这个语句只删除b 而不是b 和c？谢谢！
它正在删除每个 id,day 组 (code=="b") 中的 b 行，前提是该组中还有一个 c ("c" %in% code)

【解决方案2】：

您可以像这样创建一个新列：

mutate(code_day = paste0(ifelse(code %in% c("b", "c"), "z", code), day)

然后你所有的 Bs 和 Cs 都会变成 Zs（不会丢失帮助你区分它们的原始代码列）。然后您可以按代码降序排列并删除 code_day 列中的重复值：

arrange(desc(code)) %>% # Bs will come after Cs
distinct(code_day, .keep_all = TRUE)

【讨论】：