R语言分组后多列条件判断新增列及保留原列问题求助

需求说明 #

在给定的dataframe中，按household和individual分组后，若每组内所有行的X_1、Y_2、Z_3三个变量均大于0，则给该组所有行的新增列criteria赋值为"C1"，否则赋值为0；已知仅household 1001 - individual 1满足该条件。同时需保留分组外的其他变量（如year、week、duration）不变。

用户尝试的错误代码 #

data %>% group_by(household,individual) %>%
 mutate(criteria = ifelse(X_1 >0 & Y_2 >0 & X_3 >0,"C1",0))

# option_2
data %>% group_by(household,individual) %>%
select_at(vars(X_1 >0 & Y_2 >0 & Z_3 >0,"C1",0),all_vars(.>0)) %>%
 mutate(criteria = "c1")

样本数据集 #

data <- data.frame(household=c(1001,1001,1001,1001,1001,1002,1002,1002,1003,1003,1003),
               individual = c(1,1,1,1,1,2,2,2,1,1,1),
               year = c(2021,2021,2022,2022,2022,2021,2022,2022,2022,2022,2022),
               week =c("w51","w52","w1","w2","w4","w51","w1","w3","w1","w2","w3"),
               duration =c(20,23,24,56,78,12,34,67,87,89,90),
               X_1 = c(3,3,3,3,3,0,0,0,1,1,1),
               Y_2 = c(2,2,2,2,2,1,1,1,0,0,0),
               Z_3 = c(4,4,4,4,4,0,0,0,0,0,0))

错误原因分析 #

• 第一种方法：ifelse是逐行判断，不符合“整组所有行满足条件”的需求；且写错了变量名（把Z_3写成了X_3）。
• 第二种方法：select_at是用于筛选变量的函数，不能用来判断分组条件，逻辑完全错误。

正确解决方案 #

使用dplyr的分组功能结合all()函数，判断整组是否满足条件后统一赋值：

library(dplyr)

data_processed <- data %>%
  group_by(household, individual) %>%
  # 检查分组内所有行的三个变量是否都大于0，统一赋值
  mutate(criteria = ifelse(all(X_1 > 0 & Y_2 > 0 & Z_3 > 0), "C1", 0)) %>%
  ungroup() # 无需保留分组时可取消分组

代码解释 #

• all(X_1 > 0 & Y_2 > 0 & Z_3 > 0)：在每个分组内，验证所有行的三个变量是否均大于0，返回单个逻辑值（TRUE/FALSE）。
• ifelse()根据上述逻辑值，给当前分组的所有行的criteria列统一赋值：满足条件则为"C1"，否则为0。
• 所有原有变量会被完整保留，符合需求。

运行后，仅household=1001且individual=1的所有行criteria为"C1"，其余组均为0，完全符合预期。

内容的提问来源于stack exchange，提问作者joy_1379