分组计算，有几个独特的约束答案

【问题标题】：grouping calculation, with several unique constraints分组计算，有几个独特的约束
【发布时间】：2018-03-30 11:09:32
【问题描述】：

我希望从这里出发：

#Create data frame
id = c(1,1,1,8,2,2,2,3,3,9,4,5,6,6,7) 
name = c("tim","tim","tim","bill","jack","jack","jack","matt","matt","jen","dave","chris","kate","kate","brad") 
value_1 = c(50,50,50,55,50,0,50,88,88,90,75,90,110,110,65) 
df =data.frame(id,name,value_1)

到这里：

#Create data frame
id = c(1,1,1,8,2,2,2,3,3,9,4,5,6,6,7) 
name = c("tim","tim","tim","bill","jack","jack","jack","matt","matt","jen","dave","chris","kate","kate","brad") 
value_1 = c(50,0,0,55,50,0,0,88,0,90,75,90,110,0,65) 
final_df =data.frame(id,name,value_1)

我需要将 value_1 列中的 dups 替换为 0，仅当满足以下条件时：如果唯一 id 计数大于 1，并且名称相同，并且 value_1 相同，则将所有值替换为除一个值外为零。我希望这是有道理的。我很难弄清楚这一点，而不会丢失任何观察结果。我需要保留所有观察结果，因为该数据集中还有其他变量我无法删除。

感谢您对 R 社区的帮助。

【问题讨论】：

标签： r

【解决方案1】：

我们可以使用duplicated将'value_1'中重复元素的值赋值为0

df$value_1[duplicated(df)] <- 0

或使用data.table

library(data.table)
i1 <- setDT(df)[, .I[seq_len(.N) != 1], .(id, name)]$V1
df[i1, value_1 := 0]
df
#    id  name value_1
# 1:  1   tim      50
# 2:  1   tim       0
# 3:  1   tim       0
# 4:  8  bill      55
# 5:  2  jack      50
# 6:  2  jack       0
# 7:  2  jack       0
# 8:  3  matt      88
# 9:  3  matt       0
#10:  9   jen      90
#11:  4  dave      75
#12:  5 chris      90
#13:  6  kate     110
#14:  6  kate       0
#15:  7  brad      65

或者dplyrcase_when

library(dplyr)
df %>%
   group_by(id, name) %>%
   mutate(value_1 = case_when(row_number() > 1 ~ 0, TRUE ~ value_1))
# A tibble: 15 x 3
# Groups: id, name [9]
#      id name   value_1
#   <dbl> <fctr>   <dbl>
# 1  1.00 tim       50.0
# 2  1.00 tim        0  
# 3  1.00 tim        0  
# 4  8.00 bill      55.0
# 5  2.00 jack      50.0
# 6  2.00 jack       0  
# 7  2.00 jack       0  
# 8  3.00 matt      88.0
# 9  3.00 matt       0  
#10  9.00 jen       90.0
#11  4.00 dave      75.0
#12  5.00 chris     90.0
#13  6.00 kate     110  
#14  6.00 kate       0  
#15  7.00 brad      65.0

【讨论】：

您的第一个解决方案非常简单且有效，让我问这个问题很愚蠢。但是它是如何识别 unique_id 和 name 的呢？
@DCRubyHound 如果我们想过滤掉数据集中duplicated(df)中的重复元素并将其对应的'value_1'分配给0，它就可以工作

【解决方案2】：

我们可以使用按id 和name 分组的ave，并替换除该组的第一个值之外的所有值。

df$value_1 <- with(df, ave(value_1, id, name, FUN = function(x) 
                    replace(x, seq_along(x) != 1, 0)))


df
#   id  name value_1
#1   1   tim      50
#2   1   tim       0
#3   1   tim       0
#4   8  bill      55
#5   2  jack      50
#6   2  jack       0
#7   2  jack       0
#8   3  matt      88
#9   3  matt       0
#10  9   jen      90
#11  4  dave      75
#12  5 chris      90
#13  6  kate     110
#14  6  kate       0
#15  7  brad      65

我们也可以用dplyr 做类似的事情

library(dplyr)
df %>%
   group_by(id, name) %>%
   mutate(value_1 = replace(value_1, seq_along(value_1) != 1, 0))

【讨论】：