如何基于dplyr为R数据框新增列标记其他列活动状态

需求说明 #

需要在现有数据框中新增ClassAtSplit列，计算逻辑完全匹配示例Excel公式规则：

• 若当前行SplitCode为0，ClassAtSplit取值为0
• 若当前行SplitCode非0，取当前Element分组下、相同SplitCode分组中第一行对应的PreSplitClass值
  不需要逐行编写复杂的条件偏移、匹配语句，直接利用dplyr的分组计算特性即可快速实现。

实现代码 #

直接在现有代码的基础上补充分组计算逻辑即可，代码非常简洁：

library(dplyr)

data <- 
  data.frame(
    Element = c("C","B","D","A","A","A","C","B","B","B"),
    SplitCode = c(0,0,0,0,1,1,0,0,2,2)  
  )

data <- data %>% 
  group_by(Element) %>% 
  mutate(PreSplitClass = row_number()) %>% 
  # 按Element+SplitCode分组，非0组取组内第一个PreSplitClass，0组直接取0
  group_by(Element, SplitCode) %>%
  mutate(ClassAtSplit = if_else(SplitCode == 0, 0, first(PreSplitClass))) %>%
  ungroup()

data

逻辑说明 #

• 第一层按Element分组生成PreSplitClass，和原有代码逻辑完全一致
• 第二层按Element + SplitCode分组，利用first()函数直接取每个非0拆分码分组内的第一个PreSplitClass值，等价于Excel公式中INDEX+MATCH的匹配查找逻辑，效率远高于逐行偏移判断
• if_else判断直接将SplitCode为0的行赋值为0，完全匹配Excel公式的前置判断逻辑

运行结果 #

执行代码后输出结果与示例预期完全一致：

# A tibble: 10 × 4
   Element SplitCode PreSplitClass ClassAtSplit
   <chr>       <dbl>         <int>        <dbl>
 1 C               0             1            0
 2 B               0             1            0
 3 D               0             1            0
 4 A               0             1            0
 5 A               1             2            2
 6 A               1             3            2
 7 C               0             2            0
 8 B               0             2            0
 9 B               2             3            3
10 B               2             4            3

如果后续需要调整逻辑，比如SplitCode为0时也要取对应Element最近一次拆分的PreSplitClass值，只需要把分组判断逻辑替换为分组内的向前/向后填充函数即可，扩展成本很低。

内容的提问来源于stack exchange，提问作者Curious Jorge - user9788072