使用组变量创建新列[重复]

Question

我正在尝试根据 R 中的分组变量生成一个新列。

我有一个测试结果数据框，其中每个学生的年终考试结果排成一行。

学生分为 A 组和 B 组。A 组在第一学期教化学，然后在第二学期教英语，B 组则反过来教。考试成绩都是年底的。

ID Group English Chemistry
1    A      9     4
2    B      7     3
3    B      7     6
4    A      3     10
etc

我想看看教学顺序是否会导致考试成绩的差异，所以我需要一个名为 Sem1 的列，其中包括 A 组的化学测试和 B 组的英语，另一个名为 Sem2 的列包括 A 组的英语和 B 组的英语化学。

所以它看起来像这样：

ID Group English Chemistry   Sem1  Sem2
1    A      9     4          4       9
2    B      7     3          3       7
3    B      7     6          6       6
4    A      3     10         10      3
etc

然后我可以根据学期进行统计。我怀疑这并不难，但我很简单。感谢所有帮助！

Answer 1

您可以使用ifelse 和mutate。

require(tidyverse)

#Sample data
df <- data.frame(ID = c(1:4), 
                 Group = c("A", "B", "B", "A"), 
                 English = c(9, 7, 7, 3), 
                 Chemistry = c(4, 3, 6, 10))

df %>% 
  mutate(Sem1 = ifelse(Group == "A", Chemistry, English), 
         Sem2 = ifelse(Group == "A", English, Chemistry))

结果：

  ID Group English Chemistry Sem1 Sem2
1  1     A       9         4    4    9
2  2     B       7         3    7    3
3  3     B       7         6    7    6
4  4     A       3        10   10    3

编辑 - 建议 case_when 并为：ifelse、case_when 和 transform 做基准测试

使用相同的示例数据，您也可以使用dplyr::case_when()。

df %>% 
        mutate(Sem1 = case_when(Group == "A" ~ Chemistry, 
                                Group == "B" ~ English),
               Sem2 = case_when(Group == "A" ~ English,
                                Group == "B" ~ Chemistry))

但是，包括@Maurits Evers 回答谁使用base R transform，我想知道哪个是最快的。

新样本数据

df <- data.frame(ID = c(1:100), 
                 Group = rep(sample(c("A", "B"), replace = TRUE), 100), 
                 English = rnorm(100, mean = 85, sd = 10), 
                 Chemistry = rnorm(100, mean = 85, sd = 10))

基准测试：

require(rbenchmark) 

benchmark("ifelse" = {df %>% 
    mutate(Sem1 = ifelse(Group == "A", Chemistry, English), 
           Sem2 = ifelse(Group == "A", English, Chemistry))
},
"case_when" = {
  df %>% 
    mutate(Sem1 = case_when(Group == "A" ~ Chemistry, 
                            Group == "B" ~ English),
           Sem2 = case_when(Group == "A" ~ English,
                            Group == "B" ~ Chemistry))
},
"transform" = {
  transform(
    df, 
    Sem1 = ifelse(Group == "A", Chemistry, English), 
    Sem2 = ifelse(Group == "A", English, Chemistry))
},
replications = 1000,
columns = c("test", "replications", "elapsed",
            "relative", "user.self", "sys.self")) 

结果：

       test replications elapsed relative user.self sys.self
2 case_when         1000    2.18    4.449      2.11     0.01
1     ifelse         1000    1.58    3.224      1.57     0.00
3 transform         1000    0.49    1.000      0.48     0.00

Answer 2

假设您在预期输出的第 3 行中出现错误，这里是使用 transform 的基本 R 解决方案：

transform(
    df, 
    Sem1 = ifelse(Group == "A", Chemistry, English), 
    Sem2 = ifelse(Group == "A", English, Chemistry))
#  ID Group English Chemistry Sem1 Sem2
#1  1     A       9         4    4    9
#2  2     B       7         3    7    3
#3  3     B       7         6    7    6
#4  4     A       3        10   10    3

---

样本数据

df <- read.table(text =
    "ID Group English Chemistry
1    A      9     4
2    B      7     3
3    B      7     6
4    A      3     10", header = T)