在dplyr中应用比例法则计算ttl_amt_adjusted字段问题

需要基于比例法则（Rule of Three）计算新增字段ttl_amt_adjusted，规则如下：

• 对每个group，若同时存在control和target子组：
  • target子组的ttl_amt_adjusted直接等于自身ttl_amt
  • control子组的ttl_amt_adjusted计算公式为：target的n值 * control的ttl_amt值 / control的n值
• 若group仅包含target子组，所有行的ttl_amt_adjusted等于自身ttl_amt

原始数据表格：

期望输出结果：

原尝试代码（未得到正确结果）：

df%>%
  group_by(group)%>%
  arrange(group,sub_group)%>%
  mutate(ttl_amt_adjusted=lag(n,default=last(n))*lead(ttl_amt,default=first(ttl_amt))/lead(n,default=first(n)))

原代码依赖lag()和lead()函数，这种方式高度依赖行的排列顺序，且无法灵活处理仅含target的分组场景，逻辑上不够严谨，容易出现计算错误。

使用dplyr分组后直接提取各组内的关键值，通过条件判断完成计算，逻辑更清晰可靠：

library(dplyr)

df %>%
  group_by(group) %>%
  mutate(
    # 提取当前组control的n和ttl_amt，无则为NA
    control_n = if(any(sub_group == "control")) n[sub_group == "control"] else NA,
    control_amt = if(any(sub_group == "control")) ttl_amt[sub_group == "control"] else NA,
    # 提取当前组target的n，无则为NA
    target_n = if(any(sub_group == "target")) n[sub_group == "target"] else NA,
    # 根据规则计算ttl_amt_adjusted
    ttl_amt_adjusted = case_when(
      sub_group == "target" ~ ttl_amt,
      sub_group == "control" ~ (target_n * control_amt) / control_n,
      TRUE ~ ttl_amt  # 兜底情况，理论上不会触发
    )
  ) %>%
  # 移除临时计算的辅助列
  select(-control_n, -control_amt, -target_n) %>%
  ungroup()

1. 分组提取关键值：在每个group内，分别获取control的n和ttl_amt、target的n，没有对应子组时标记为NA
2. 条件计算：
   • 当sub_group为target时，直接赋值自身ttl_amt
   • 当sub_group为control时，用提前提取的各组关键值代入比例公式计算
   • 兜底逻辑确保所有情况都有值
3. 清理辅助列：移除临时创建的control_n、control_amt、target_n，保持表格简洁

运行上述代码后即可得到符合要求的输出结果。

内容的提问来源于stack exchange，提问作者GitZine