如何在dplyr中按指定列分组，动态为列赋值组内最大值？

嘿，我完全理解你的需求——按静态列x分组后，把指定的列批量替换成各自的组内最大值，而且不想硬写列名，要动态指定对吧？之前用mutate!!或者旧的mutate_加lazyeval踩坑了？其实现在用dplyr的新语法就能轻松搞定，而且完美支持批量处理，不用循环。

首先先把你的示例数据整理成可运行的格式：

library(dplyr)

# 示例数据
my.events <- tibble(
  x = c(1, 2, 3, 4, 5),
  title = c("2016-11-24", "2016-11-25", "2016-11-26", "2016-11-26", "2016-11-27"),
  typethx = c(1, 2, 3, 0, 0),
  typesea = c(0, 0, 0, 1, 2)
)

1. 动态指定单个列的处理 #

如果你已经定义了单个列名的变量，比如name <- "typethx"，可以用all_of()配合across()来实现动态替换：

name <- "typethx"

my.events <- my.events %>%
  group_by(x) %>%
  mutate(across(all_of(name), ~max(.x))) %>% # 对指定列应用组内最大值
  ungroup()

这里all_of()的作用是把字符类型的列名转换成dplyr能识别的列引用，across()则是用来对指定列应用函数，~max(.x)就是取当前组内该列的最大值。

2. 批量处理多个列（你的核心额外需求） #

对于dummy.cols <- c('typethx', 'typesea')这样的列名向量，直接把它传给all_of()就行，完全不用循环：

dummy.cols <- c('typethx', 'typesea')

my.events <- my.events %>%
  group_by(x) %>%
  mutate(across(all_of(dummy.cols), ~max(.x))) %>% # 批量处理所有指定列
  ungroup()

举个更直观的例子，如果我们修改示例数据，让x有重复分组：

# 修改后的示例数据，x=3有两个行
my.events <- tibble(
  x = c(1, 2, 3, 3, 5),
  title = c("2016-11-24", "2016-11-25", "2016-11-26", "2016-11-26", "2016-11-27"),
  typethx = c(1, 2, 3, 0, 0),
  typesea = c(0, 0, 0, 1, 2)
)

运行上面的批量处理代码后，x=3的两行中，typethx都会变成组内最大值3，typesea都会变成组内最大值1，完全符合你的需求。

如果你用的是旧版本dplyr（低于1.0.0） #

如果你的dplyr版本比较旧，还没有across()，可以用mutate_at()来实现：

# 旧版本批量处理写法
dummy.cols <- c('typethx', 'typesea')

my.events <- my.events %>%
  group_by(x) %>%
  mutate_at(vars(all_of(dummy.cols)), funs(max(.))) %>%
  ungroup()

最后验证处理后的结果：

print(my.events)

内容的提问来源于stack exchange，提问作者Scratch'N'Purr