如何根据数据集信息将值归因于组

Question

我需要一个虚拟变量来识别孩子智商高的母亲，而这个问题不是直接问的。

我对 R 不太熟悉，因此我的问题可能很简单。这是使用的数据：

data <- data.frame(family=c(1,1,1,2,2,2,3,3,3,3),
                  position=c("mother","son","father",
                         "mother","son","father",
                         "mother","son","son","son"),
              sex=c(0,1,1,0,0,1,0,1,0,0),
              highiq=c(0,0,1,1,1,1,0,0,1,0))

family 告诉哪些观察组成了一个家庭组，positions 告诉个人在家庭中的位置，sex 是性别，当观察显示高智商时，highiq 等于 1。我已经设法通过以下方式识别出高智商的儿子：

dat2 <- dat%>%
  mutate(high.son = position=="son"& highiq==1)

但我不能走得更远。我想一个可能的解决方案是为母亲创建一个虚拟变量（is.mother），另一个虚拟变量将 1 归因于至少一个儿子具有高智商（IQ.family）的每个家庭成员 - 如果家庭没有高智商的儿子，那么他们都得到 0-，然后将 is.mother 虚拟变量乘以这个新的 IQ.family 变量，得到我们的应该只生儿子智商高的妈妈。

我在使用这种策略时遇到的一个问题是我无法生成变​​量 IQ.family，因为我找不到根据数据集的其他信息将值归因于组的方法.

Answer 1

any(highiq[position == 'son'] == 1) 是 TRUE 如果 highIQ == 1 是任何儿子。因此，如果position == 'mother'，则需要将该值分配给新变量，否则分配0。

library(dplyr)
data %>% 
  group_by(family) %>% 
  mutate(mother_highIQ_son = 
           ifelse(position == 'mother', any(highiq[position == 'son'] == 1), 0))

# # A tibble: 10 x 5
# # Groups:   family [3]
#    family position   sex highiq mother_highIQ_son
#     <dbl> <chr>    <dbl>  <dbl>             <dbl>
#  1      1 mother       0      0                 0
#  2      1 son          1      0                 0
#  3      1 father       1      1                 0
#  4      2 mother       0      1                 1
#  5      2 son          0      1                 0
#  6      2 father       1      1                 0
#  7      3 mother       0      0                 1
#  8      3 son          1      0                 0
#  9      3 son          0      1                 0
# 10      3 son          0      0                 0

== 1 不是绝对必要的，但如果不包含它，您会收到关于类型强制的警告。