R语言按双变量分组依据rank范围生成type字段的实现问题

原始示例数据 #

数据构造代码：

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"))

原始数据预览：

实现规则（按id分组计算） #

• type1：取当前id下rank=1的code值转小写重复2次，仅rank=1的行展示该值，其余行填充NA
• type2：取当前id下rank为1、2的code值，若两个值不同则填充MIX，若相同则转小写重复2次，仅rank≤2的行展示值，其余行填充NA
• type3：取当前id下rank为1-3的全部code值，若存在不同值则填充MIX，所有行均展示该值

实现代码 #

使用dplyr实现逻辑最简洁：

library(dplyr)

result <- DF %>%
  group_by(id) %>%
  mutate(
    # 计算type1
    type1 = ifelse(rank == 1, paste0(rep(tolower(code[rank == 1]),2), collapse = ""), NA),
    # 计算type2
    type2 = {
      code_12 <- code[rank %in% c("1","2")]
      val <- ifelse(length(unique(code_12)) == 1, paste0(rep(tolower(unique(code_12)),2), collapse = ""), "MIX")
      ifelse(rank %in% c("1","2"), val, NA)
    },
    # 计算type3
    type3 = ifelse(length(unique(code)) == 1, paste0(rep(tolower(unique(code)),2), collapse = ""), "MIX")
  ) %>%
  ungroup()

输出结果 #

和预期完全一致：

内容的提问来源于stack exchange，提问作者hklovs