通过在 R 中使用 group by 有条件地聚合，为因子变量的水平生成列

2024-05-18 • 问答

对于下面的数据框，我试图从 FactorCol1 有条件地创建八个额外的列 Last1Col7activ 到 Last10Col7inactive：

library(tidyverse)
Data_Frame <- data.frame(Col1 = c("A1","A1","A2","A3","A3"),Col2 = c("2011-03-11","2014-08-21","2016-01-17","2017-06-30","2018-07-11","2018-11-28","2019-09-04","2020-02-29","2020-07-12"),Col3 = c("2018-10-22","2019-05-24","2020-12-25","2018-10-12","2019-09-24","2020-12-19","2018-10-22","2019-06-14","2020-12-20"),Col4 = c(4,2,1,4,4),Col5 = c(7,6,3,5,2),FactorCol1 = c("active","inactive","active","inactive"),FactorCol2 = c("Level2","Level2","Level3","Level1","Level3"))

Data_Frame$Col1 <- as.factor(Data_Frame$Col1)
Data_Frame$Col2 <- as.Date(Data_Frame$Col2)
Data_Frame$Col3 <- as.Date(Data_Frame$Col3)
Data_Frame$FactorCol1 <- as.factor(Data_Frame$FactorCol1)
Data_Frame$FactorCol2 <- as.factor(Data_Frame$FactorCol2)

Data_Frame <- Data_Frame %>% group_by(Col1) %>% mutate(Col6 = lubridate::time_length(lubridate::interval(Col2,max(Col3)),"years"))
Data_Frame <- Data_Frame %>% group_by(Col1) %>% dplyr::mutate(Col7 = ifelse(Col6 <= 1,ifelse(Col6 >1 & Col6 <=2,ifelse(Col6 >2 & Col6 <=5,ifelse(Col6 >5 & Col6 <=10,10,11)))))

Data_Frame <- Data_Frame %>% group_by(Col1) %>% dplyr::mutate(Col8 = ifelse(FactorCol1 == 'active',0))
Data_Frame <- Data_Frame %>% group_by(Col1) %>% dplyr::mutate(Col9 = ifelse(FactorCol1 == 'inactive',0))

Data_Frame <- as.data.frame(Data_Frame)

Data_Frame <- map_dfc(c(1,10),~ Data_Frame %>%
          group_by(Col1) %>% 
          transmute(!! sprintf("Last%dCol7active",.x) := ifelse(((Col7 <= .x)),sum(Col8 == 1),0),!! sprintf("Last%dCol7inactive",sum(Col9 == 1),0)) %>% 
          ungroup %>%
          select(-Col1)) %>% 
          bind_cols(Data_Frame,.)

在上面，

Col6：每组内 max(Col3) 和 Col2 的时间差

Col7：Col6 中值的 (

Col8：FactorCol1 中的活动元素设置为 1

Col9：FactorCol1 中的非活动元素设置为 1

Last1Col7active：在每个组内（Col1 中的 A1 到 A3），FactorCol1 中的活动元素数在 Col7 中

Last1Col7inactive：在每个组内，FactorCol1 中的非活动元素数在 Col7 中

Last5Col7active：在每个组（Col1 中的 A1 到 A3）中，FactorCol1 中的活动元素数在 Col7 中

Last5Col7inactive：在每个组中，FactorCol1 中的非活动元素数在 Col7 中

Last10Col7active：在每个组内（Col1 中的 A1 到 A3），FactorCol1 中的活动元素数在 Col7 中

Last10Col7inactive：在每个组内，FactorCol1 中的非活动元素数量在 Col7 中

预期的结果是：

然而，输出是：

怎么了？还有，有没有一种方法可以自动生成这些列，而无需输入转换中的级别名称？

Data_Frame <- map_dfc(c(1,2,5,10),~ Data_Frame %>% group_by(Col1) %>% transmute(!! sprintf("Last%dCol7active",.x) := sum(Col8[Col7 <= .x]),!! sprintf("Last%dCol7inactive",.x) := sum(Col9[Col7 <= .x])) %>% ungroup %>% select(-Col1)) %>% bind_cols(Data_Frame,.) Col1 Col2 Col3 Col4 Col5 FactorCol1 FactorCol2 Col6 Col7 Col8 Col9 Last1Col7active Last1Col7inactive Last2Col7active Last2Col7inactive Last5Col7active Last5Col7inactive 1 A1 2011-03-11 2018-10-22 4 7 active Level2 9.7917808 10 1 0 0 0 0 0 0 1 2 A1 2014-08-21 2019-05-24 2 6 inactive Level2 6.3452055 10 0 1 0 0 0 0 0 1 3 A1 2016-01-17 2020-12-25 2 3 inactive Level3 4.9371585 5 0 1 0 0 0 0 0 1 4 A2 2017-06-30 2018-10-12 1 1 active Level1 3.4712329 5 1 0 0 0 0 0 2 1 5 A2 2018-07-11 2019-09-24 4 3 active Level3 2.4410959 5 1 0 0 0 0 0 2 1 6 A2 2018-11-28 2020-12-19 4 2 inactive Level1 2.0575342 5 0 1 0 0 0 0 2 1 7 A3 2019-09-04 2018-10-22 4 5 inactive Level2 1.2931507 2 0 1 1 1 1 2 1 2 8 A3 2020-02-29 2019-06-14 4 1 active Level1 0.8060109 1 1 0 1 1 1 2 1 2 9 A3 2020-07-12 2020-12-20 4 2 inactive Level3 0.4410959 1 0 1 1 1 1 2 1 2 Last10Col7active Last10Col7inactive 1 1 2 2 1 2 3 1 2 4 2 1 5 2 1 6 2 1 7 1 2 8 1 2 9 1 2

通过在 R 中使用 group by 有条件地聚合，为因子变量的水平生成列

leon4180 回答：通过在 R 中使用 group by 有条件地聚合，为因子变量的水平生成列

大家都在问