如何按组提取指定值填充新列？缺失时用NA填充

需求说明 #

按type字段分组，从每组中提取grp为'a'对应的val值，将该值填充到新列的整组行中；若某组不存在grp为'a'的记录，则新列对应组的所有行填充NA。

示例数据 #

dd1 <- data.frame(type = c(1,1,1),
                 grp = c('a', 'b', 'd'),
                 val = c(1,2,3))
dd2 <- data.frame(type = c(2,2),
                 grp = c('a', 'b'),
                 val = c(8,2))
dd3 <- data.frame(type = c(3,3),
                  grp = c('b', 'd'),
                  val = c(7,4))

dd <- rbind(dd1, dd2, dd3)

尝试代码 #

dd %>% 
  group_by(type) %>% 
  mutate(#val_a = ifelse(grp == 'a', val , NA),
         val_a2 = val[grp == 'a'])

解决方案 #

利用dplyr的分组功能，直接提取每组中grp为'a'的val值，再通过向量广播填充整组。如果组内没有grp为'a'的记录，提取结果会自动返回NA：

library(dplyr)

dd %>% 
  group_by(type) %>% 
  mutate(val_a = val[grp == 'a'][1]) %>% 
  ungroup()

代码说明 #

• group_by(type)：按type字段分组
• val[grp == 'a']：筛选当前组内grp为'a'的val值，无匹配时返回空向量
• [1]：取筛选结果的第一个值（若为空向量则返回NA），分组环境下这个值会自动填充到当前组的所有行中
• ungroup()：取消分组，回到普通数据框结构

期望输出 #

# A tibble: 7 × 4
   type grp     val val_a
  <dbl> <chr> <dbl> <dbl>
1     1 a         1     1
2     1 b         2     1
3     1 d         3     1
4     2 a         8     8
5     2 b         2     8
6     3 b         7    NA
7     3 d         4    NA

内容的提问来源于stack exchange，提问作者maycca