R语言按id分组根据rank判断code一致性生成type标识列求助

数据修正说明 #

原问题中示例数据框的id列定义和打印结果存在笔误，先修正数据定义如下：

DF <- data.frame(
  id = c("A1","A1","A1","B2","B2","B2"),
  rank = c("1","2","3","1","2","3"),
  code = c("A","B","B","B","B","A")
)

完整实现代码 #

使用dplyr包实现分组计算逻辑，代码如下：

library(dplyr)

result <- DF %>%
  # 按id分组执行所有计算逻辑
  group_by(id) %>%
  mutate(
    # 计算type1
    type1 = ifelse(rank == 1, tolower(code[rank == 1]), NA_character_),
    # 计算type2
    type2 = ifelse(
      rank <= 2,
      ifelse(n_distinct(code[rank <= 2]) == 1, tolower(first(code[rank <= 2])), "MIX"),
      NA_character_
    ),
    # 计算type3
    type3 = ifelse(n_distinct(code[rank <= 3]) == 1, tolower(first(code[rank <= 3])), "MIX")
  ) %>%
  ungroup()

# 查看结果
print(result)

运行后输出结果和题目要求的预期输出完全一致。

逻辑说明 #

• type1：仅rank=1的行返回当前分组rank=1对应code的小写值，同组其他行返回NA
• type2：先判断当前分组rank≤2的所有code值是否完全一致，一致则返回对应小写值，不一致返回MIX；仅rank≤2的行展示上述结果，同组其他行返回NA
• type3：判断当前分组rank≤3的所有code值是否完全一致，一致则返回对应小写值，不一致返回MIX，同组所有行都展示该结果

高rank场景扩展 #

如果需要生成typeN（N为大于3的正整数）字段，只需按如下规则新增mutate逻辑即可：

typeN = ifelse(
  rank <= N,
  ifelse(n_distinct(code[rank <= N]) == 1, tolower(first(code[rank <= N])), "MIX"),
  NA_character_
)

内容的提问来源于stack exchange，提问作者hklovs