R语言：基于奶牛ID、parity及quarter创建新column技术求助

看起来你需要根据**同一奶牛ID和胎次（parity）**分组，判断组内的乳房象限（quarter）是唯一出现、全部相同还是存在差异，然后生成对应的新列。下面我用两种常用的数据处理工具给出具体实现方案：

方案1：使用R的dplyr包 #

假设你的数据框名为cow_data，包含ID、parity、quarter三列：

library(dplyr)

cow_data <- cow_data %>%
  group_by(ID, parity) %>%
  mutate(
    quarter_status = case_when(
      n() == 1 ~ "single",  # 组内仅一条记录
      n_distinct(quarter) == 1 ~ "same",  # 组内所有quarter相同
      TRUE ~ "different"  # 组内quarter存在不同值
    )
  ) %>%
  ungroup()

代码解释： #

• group_by(ID, parity)：按奶牛ID和胎次分组，确保我们只在同一ID+胎次的范围内判断
• n()：获取当前组的行数，判断是否是单条记录
• n_distinct(quarter)：统计组内不同quarter的数量，1代表全部相同，大于1代表存在差异
• case_when()：根据条件匹配对应的标记文本

方案2：使用Python的pandas库 #

如果用Python处理，假设你的数据框是cow_df：

import pandas as pd

# 定义分组判断函数
def get_quarter_status(group):
    if len(group) == 1:
        return "single"
    elif group["quarter"].nunique() == 1:
        return "same"
    else:
        return "different"

# 分组并应用函数，生成新列
cow_df["quarter_status"] = cow_df.groupby(["ID", "parity"])["quarter"].transform(get_quarter_status)

代码解释： #

• groupby(["ID", "parity"])：同样按ID和胎次分组
• transform()：将判断函数的结果映射回原数据框的每一行，保证组内所有行得到相同的标记
• nunique()：统计组内quarter的唯一值数量，逻辑和R版本一致

示例验证 #

假设你的原始数据是：

运行代码后会得到：

完全符合你需要的三种情况标记。

内容的提问来源于stack exchange，提问作者Kat