substituir grupos com base na condição

votos
3

Estou tendo um data.frame ( df), veja o exemplo, que contém informações sobre as pessoas. Baseado em uma coluna de chave ( sleutel), eu sei que se as pessoas vivem juntas (por exemplo, formar uma família) ou não. Agora, eu preciso para criar novas colunas com informações sobre a 'cabeça' da família.

     name   sex gzverh   sleutel gzhfd lft
1 Loekens   Man      6  1847LS 9     3  49
2   Kemel Vrouw      5 1847LK 10     2  18
3   Kemel   Man      5 1847LK 10     2  22
4 Boersma Vrouw      4 1847LK 10     2  52
5   Kemel   Man      2 1847LK 10     1  54

Assim, por exemplo: linha 5, Kemel, Homem e gzhfd 1 (= cabeça da família Kemel). Ele é casado com a sra. Boersma (mesma chave). Quero transformar uma nova coluna ( lfthb) com a idade do chefe de família para todos os membros da família. Portanto, deve tornar-se algo como:

     name  sex  gzverh   sleutel gzhfd lft lfthb
1 Loekens   Man      6  1847LS 9     3  49    NA
2   Kemel Vrouw      5 1847LK 10     2  18    54
3   Kemel   Man      5 1847LK 10     2  22    54
4 Boersma Vrouw      4 1847LK 10     2  52    54
5   Kemel   Man      2 1847LK 10     1  54    54

Eu tentei várias maneiras com dplyro uso de vários combinações de group_by, case_whene if_elsedeclarações. E eu conseguir transformar a coluna para a cabeça da própria família. Mas não para os outros membros.

Por exemplo, evidentemente, só muda o valor para a própria cabeça:

df <- df %>% mutate(lfthb  = case_when(sleutel == lag(sleutel) & gzhfd == 1 ~ lft))

Mas como incluir o gzhfd == 1após o ~?

dput de exemplo dados:

structure(list(naam = c(Loekens, Kemel, Kemel, Boersma, 
Kemel), gesl = c(Man, Vrouw, Man, Vrouw, Man), gzverh = c(6L, 
5L, 5L, 4L, 2L), sleutel = c(1847LS 9, 1847LK 10, 1847LK 10, 
1847LK 10, 1847LK 10), gzhfd = c(3, 2, 2, 2, 1), lft = c(49, 
18, 22, 52, 54)), row.names = c(NA, 5L), class = data.frame)
Publicado 19/12/2018 em 14:09
fonte usuário
Em outras línguas...                            


2 respostas

votos
2

Uma combinação de replacee ifelsevai fazer o trabalho, ou seja,

library(tidyverse)

df %>% 
 group_by(sleutel) %>% 
 mutate(lfthb = ifelse(any(gzhfd == 1), replace(lft, gzhfd != 1, lft[gzhfd == 1]), NA))

que dá,

# A tibble: 5 x 7
# Groups:   sleutel [2]
  naam    gesl  gzverh sleutel   gzhfd   lft lfthb
  <chr>   <chr>  <int> <chr>     <dbl> <dbl> <dbl>
1 Loekens Man        6 1847LS 9      3    49    NA
2 Kemel   Vrouw      5 1847LK 10     2    18    54
3 Kemel   Man        5 1847LK 10     2    22    54
4 Boersma Vrouw      4 1847LK 10     2    52    54
5 Kemel   Man        2 1847LK 10     1    54    54

Como @Ronak menciona, podemos omitir a replaceparte

df %>% 
 group_by(sleutel) %>% 
 mutate(lfthb = if (any(gzhfd == 1)) lft[gzhfd == 1] else NA)
Respondeu 19/12/2018 em 14:20
fonte usuário

votos
0

Uma abordagem data.table (retornos -inf em vez de NA para o grupo com dados em falta):

dt<-df %>% as.data.table() %>% 
  .[gzhfd==1, lfthb := lft, by="sleutel"] %>% 
  .[,lfthb:= max(lfthb,na.rm = T), by="sleutel"]
Respondeu 19/12/2018 em 15:06
fonte usuário

Cookies help us deliver our services. By using our services, you agree to our use of cookies. Learn more