如何用dplyr的mutate和case_when实现嵌套条件分组标记？

我有一个每个ID对应多条观测数据的数据框，每个ID完成了多项测试，每项测试根据表现被分为三分位排名（top、mid、bottom），排名会随时间点变化。

示例数据框 #

df <- tibble(
  ID = c(1,1,1,2,2,2,3,3,3,4,4,4),
  time = c(1,2,3,1,2,3,1,2,3,1,2,3),
  test1_rank = c("top", "top", "top", "top", "mid", "bottom", "bottom", "bottom", "bottom", "top", "bottom", "bottom"),
  test2_rank = c("bottom", "bottom", "bottom", "top", "mid", "bottom", "top", "top", "top", "top", "bottom", "bottom")
)

数据预览：

分类规则 #

• 若三个时间点排名一致，标记为"stable(top)"或"stable(bottom)"（根据排名是top还是bottom）；
• 若排名从time1的top变为time2的mid再变为time3的bottom，标记为"gradual"；
• 若排名从time1的top直接变为time2和time3的bottom，标记为"rapid"；
• 其他组合标记为"Other"。

期望结果 #

df2 <- tibble(
  ID = c(1,1,1,2,2,2,3,3,3,4,4,4),
  time = c(1,2,3,1,2,3,1,2,3,1,2,3),
  test1_rank = c("top", "top", "top", "top", "mid", "bottom", "bottom", "bottom", "bottom", "top", "bottom", "bottom"),
  test2_rank = c("bottom", "bottom", "bottom", "top", "mid", "bottom", "top", "top", "top", "top", "bottom", "bottom"),
  test1_rankgroup = c("stable(top)", "stable(top)", "stable(top)", "gradual", "gradual", "gradual", "stable(bottom)", "stable(bottom)", "stable(bottom)", "rapid", "rapid", "rapid"), 
  test2_rankgroup = c("stable(bottom)", "stable(bottom)", "stable(bottom)", "gradual", "gradual", "gradual", "stable(top)", "stable(top)", "stable(top)", "rapid", "rapid", "rapid")
)

数据预览：

请问在dplyr中使用mutate和case_when实现该需求的最简方法是什么？

可以通过dplyr的分组+批量处理+条件判断组合实现，核心是按ID分组后，提取每个测试列的时间序列排名，再匹配规则分类：

library(dplyr)

df_result <- df %>%
  group_by(ID) %>%
  mutate(
    across(ends_with("_rank"), ~{
      # 按时间顺序提取当前测试列的三个排名
      ranks <- .[time == 1:3]
      case_when(
        # 稳定top/bottom情况
        all(ranks == "top") ~ "stable(top)",
        all(ranks == "bottom") ~ "stable(bottom)",
        # 渐变序列：top -> mid -> bottom
        identical(ranks, c("top", "mid", "bottom")) ~ "gradual",
        # 突变序列：top -> bottom -> bottom
        identical(ranks, c("top", "bottom", "bottom")) ~ "rapid",
        # 其他所有情况
        TRUE ~ "Other"
      )
    }, .names = "{.col}_group")
  ) %>%
  ungroup()

代码说明 #

1. 分组处理：group_by(ID)保证每个ID的三个时间点数据被统一判断；
2. 批量匹配测试列：across(ends_with("_rank"), ...)自动遍历所有以_rank结尾的测试列，避免重复编写规则；
3. 提取时间序列：.[time == 1:3]按时间顺序取出当前测试列的三个排名值；
4. 规则匹配：按优先级依次判断稳定、渐变、突变情况，最后用TRUE ~ "Other"覆盖剩余组合；
5. 自动命名新列：.names = "{.col}_group"将原测试列名（如test1_rank）转换为对应的分组列名（test1_rank_group）；
6. 取消分组：ungroup()恢复数据框的非分组状态，方便后续操作。

运行后得到的结果与期望的df2完全一致。

内容的提问来源于stack exchange，提问作者Sid0311