如何在dplyr中为分组内所有行填充二分类结果？

问题描述 #

需要通过group_by()创建新变量var3，规则是：若分组（group+d_num）内任意一行满足var1 == 1或var2 == 1，则该组所有行的var3都赋值为1；若组内无任何行满足条件，则赋值为0。原代码仅为满足条件的单行赋值1，无法实现整组统一赋值。

解决方法 #

核心是在分组后，用any()函数判断组内是否存在符合条件的行——any()会检查组内所有行，只要有一行满足条件就返回TRUE，否则返回FALSE，再用as.integer()将布尔值转为1/0，即可实现整组统一赋值。

修改后的代码如下：

library(tidyverse)

set.seed(10)
dat <- data.frame(
  group = rep(c("Group1", "Group2"), each = 18),
  d_num = rep(c(1:6), times = 2, each = 3),
  var1 = sample(1:4, 36, replace = TRUE),
  var2 = sample(1:4, 36, replace = TRUE)
)

x <- dat %>%
  group_by(group, d_num) %>%
  mutate(var3 = as.integer(any(var1 == 1 | var2 == 1))) %>%
  ungroup() # 可选：如果后续不需要分组状态，可以取消分组

代码说明 #

• any(var1 == 1 | var2 == 1)：遍历当前分组的所有行，只要有一行满足var1或var2等于1，就返回TRUE，否则FALSE。
• as.integer()：把布尔值TRUE转为1，FALSE转为0，这样整个分组的所有行都会得到同一个var3值。
• 可选的ungroup()：如果后续操作不需要保留分组结构，取消分组可以避免意外问题。

内容的提问来源于stack exchange，提问作者user13973103