如何用R（优先dplyr）基于分组数据生成带条件的CT和mTT新列

需求说明 #

基于给定数据框，按ID分组，根据每个ID最后一个time对应的PT值，生成CT和mTT两个新列，规则如下：

• CT列：每行默认取PT与180的最小值；若该ID最后一个PT值小于180，则该行CT设为180。
• mTT列：默认等于TT；若该ID最后一个PT值小于180，则该行mTT = TT + (180 - PT)。

原始数据 #

data <- data.frame(
  ID = c(rep(91, 4), rep(92, 5), rep(95, 3), rep(90, 4)),
  time = c(1, 2, 3, 4, 1, 2, 3, 4, 5, 1, 2, 3, 1, 2, 3, 4),
  TT = c(rep(32, 4), rep(37, 5), rep(10, 3), rep(20, 4)),
  PT = c(245, 345, 100, 273, 270, 340, 240, 170, 80, 33, 230, 50, 
         85, 100, 200, 200)
)

期望输出 #

result <- data.frame(
  ID = c(rep(91, 4), rep(92, 5), rep(95, 3), rep(90, 4)),
  time= c(1, 2, 3, 4, 1, 2, 3, 4, 5, 1, 2, 3, 1, 2, 3, 4),
  TT = c(rep(32, 4), rep(37, 5), rep(10, 3), rep(20, 4)),
  PT = c(245, 345, 100, 273, 270, 340, 240, 170, 80, 33, 230, 50, 
         85, 100, 200, 200),
  CT =c(180,180,100,180,180,180,180,170,180,33,180,180,85,100,
        180,180),
  mTT= c(rep(32, 4), rep(37, 4),137, rep(10, 2),140, rep(20, 4))
)

dplyr解决方案 #

通过分组计算每个ID的最后一个PT值，再结合条件生成新列：

library(dplyr)

output <- data %>%
  group_by(ID) %>%
  # 按time排序，确保取到正确的最后一个PT值
  arrange(time, .by_group = TRUE) %>%
  # 计算每个ID的最后一个PT值
  mutate(last_PT = last(PT)) %>%
  # 生成CT列
  mutate(CT = ifelse(last_PT < 180, 180, pmin(PT, 180))) %>%
  # 生成mTT列
  mutate(mTT = ifelse(last_PT < 180, TT + (180 - PT), TT)) %>%
  # 移除中间变量（可选）
  select(-last_PT) %>%
  ungroup()

# 验证结果是否与期望一致
all.equal(output, result)

逻辑解释 #

1. 分组排序：按ID分组后，再按time排序，保证last(PT)获取的是该ID最后一个时间点的PT值。
2. 计算分组标识值：用last(PT)得到每个ID的最终PT值，作为后续条件判断的依据。
3. 生成CT列：根据分组标识值判断，若最后一个PT小于180则CT设为180，否则取PT与180的最小值。
4. 生成mTT列：同样根据分组标识值判断，若最后一个PT小于180则计算TT + (180-PT)，否则保留原TT值。
5. 清理数据：移除中间变量并取消分组，得到最终结果。

内容的提问来源于stack exchange，提问作者AziR