如何按ID分组，以B=apple时的A值为阈值生成output列

需求说明 #

为数据框df1新增output列，规则如下：

• 按ID分组
• 每组内，若该行A值大于等于该组中B == "apple"对应的A值，output为1；否则为0

示例数据 #

df1 <- data.frame(ID = c("a", "a", "a", "b", "b", "b", "b", "c", "c", "c"), 
                  A = c(2, 1, 8, 4, 3, 12, 9, 142, 13, 8), 
                  B = c("apple", "orange", "kiwi", "orange", "apple", "kiwi", "pear", "kiwi", "apple", "orange"))

预期结果：

ID   A      B output
1   a   2  apple      1
2   a   1 orange      0
3   a   8   kiwi      1
4   b   4 orange      1
5   b   3  apple      1
6   b  12   kiwi      1
7   b   9   pear      1
8   c 142   kiwi      1
9   c  13  apple      1
10  c   8 orange      0

解决方案 #

1. tidyverse（dplyr）方案 #

利用group_by实现分组，在组内提取B == "apple"的A值并比较：

library(dplyr)

df1 <- df1 %>%
  group_by(ID) %>%
  mutate(output = as.integer(A >= A[B == "apple"])) %>%
  ungroup()

2. Base R方案 #

方法一：使用ave函数（简洁高效）

ave支持分组计算，直接在原数据框上新增列：

df1$output <- with(df1, ave(A, ID, FUN = function(x, b) {
  apple_val <- x[b == "apple"]
  as.integer(x >= apple_val)
}, B = B))

方法二：拆分-处理-合并

通过split拆分数据框，逐个处理分组后合并：

# 按ID拆分数据框
df_groups <- split(df1, df1$ID)
# 逐个分组处理
df_groups <- lapply(df_groups, function(group) {
  apple_a <- group$A[group$B == "apple"]
  group$output <- as.integer(group$A >= apple_a)
  group
})
# 合并分组并重置行名
df1 <- do.call(rbind, df_groups)
rownames(df1) <- NULL

原代码问题说明 #

你之前尝试的df1$A >= df1$A[df1$B== "apple" & df1$ID == "a"]仅针对ID="a"的情况，没有实现按ID分组的逻辑，因此无法正确处理其他ID的行。

内容的提问来源于stack exchange，提问作者Kent0603