R根据参考列的最小值或最大值，在另一列中添加重复值的新列

Question

问题的答案"R根据参考列的最小值或最大值创建包含另一列值的列"做我想要的，但它不工作时，参考列有一个以上的数字或日期。

library(dplyr)
df <- data.frame(ID = c(1, 1, 1, 2, 2, 2, 3, 3, 3),
Value = c(34, 54, 17, 2, 25, 89, 23, 93, 90),
Int1 = rep(1:3, 3),
Int2 = rep(11:13, 3),
Dbl1  = rep(c(1.1, 2.2, 3.3), 3),
Dbl2 = rep(c(11.1, 12.2, 13.3), 3),
Date = as.Date(c("2001-01-01", "2002-02-02", "2003-03-03", "2001-01-01", "2002-02-02", "2003-03-03", "2001-01-01", "2002-02-02", "2003-03-03")))
df
ID Value Int1 Int2 Dbl1 Dbl2       Date
1  1    34    1   11  1.1 11.1 2001-01-01
2  1    54    2   12  2.2 12.2 2002-02-02
3  1    17    3   13  3.3 13.3 2003-03-03
4  2     2    1   11  1.1 11.1 2001-01-01
5  2    25    2   12  2.2 12.2 2002-02-02
6  2    89    3   13  3.3 13.3 2003-03-03
7  3    23    1   11  1.1 11.1 2001-01-01
8  3    93    2   12  2.2 12.2 2002-02-02
9  3    90    3   13  3.3 13.3 2003-03-03

df %>%
group_by(ID) %>%
mutate(.Int1 = Value[min(Int1)],
.Int2 = Value[min(Int2)],
.Dbl1 = Value[min(Dbl1)],
.Dbl2 = Value[min(Dbl2)],
.Date = Value[min(Date)]) %>% 
ungroup
# A tibble: 9 × 12
ID Value  Int1  Int2  Dbl1  Dbl2 Date       .Int1 .Int2 .Dbl1 .Dbl2 .Date
<dbl> <dbl> <int> <int> <dbl> <dbl> <date>     <dbl> <dbl> <dbl> <dbl> <dbl>
1     1    34     1    11   1.1  11.1 2001-01-01    34    NA    34    NA    NA
2     1    54     2    12   2.2  12.2 2002-02-02    34    NA    34    NA    NA
3     1    17     3    13   3.3  13.3 2003-03-03    34    NA    34    NA    NA
4     2     2     1    11   1.1  11.1 2001-01-01     2    NA     2    NA    NA
5     2    25     2    12   2.2  12.2 2002-02-02     2    NA     2    NA    NA
6     2    89     3    13   3.3  13.3 2003-03-03     2    NA     2    NA    NA
7     3    23     1    11   1.1  11.1 2001-01-01    23    NA    23    NA    NA
8     3    93     2    12   2.2  12.2 2002-02-02    23    NA    23    NA    NA
9     3    90     3    13   3.3  13.3 2003-03-03    23    NA    23    NA    NA

我需要做什么才能使。int2，。dbl2和。date中的结果不是NA，并且与。int1和。dbl1相同?

Answer 1

这不是我们需要索引的min最大值，它将是which.min的位置索引，否则，ID 1的min(Int2)将是11，但ID 1只有3行。

df %>%
group_by(ID) %>%
mutate(.Int1 = Value[which.min(Int1)],
.Int2 = Value[which.min(Int2)],
.Dbl1 = Value[which.min(Dbl1)],
.Dbl2 = Value[which.min(Dbl2)],
.Date = Value[which.min(Date)]) %>% 
ungroup

与产出

# A tibble: 9 × 12
ID Value  Int1  Int2  Dbl1  Dbl2 Date       .Int1 .Int2 .Dbl1 .Dbl2 .Date
<dbl> <dbl> <int> <int> <dbl> <dbl> <date>     <dbl> <dbl> <dbl> <dbl> <dbl>
1     1    34     1    11   1.1  11.1 2001-01-01    34    34    34    34    34
2     1    54     2    12   2.2  12.2 2002-02-02    34    34    34    34    34
3     1    17     3    13   3.3  13.3 2003-03-03    34    34    34    34    34
4     2     2     1    11   1.1  11.1 2001-01-01     2     2     2     2     2
5     2    25     2    12   2.2  12.2 2002-02-02     2     2     2     2     2
6     2    89     3    13   3.3  13.3 2003-03-03     2     2     2     2     2
7     3    23     1    11   1.1  11.1 2001-01-01    23    23    23    23    23
8     3    93     2    12   2.2  12.2 2002-02-02    23    23    23    23    23
9     3    90     3    13   3.3  13.3 2003-03-03    23    23    23    23    23

---

使用across

可以简化代码的重复。

df %>% 
group_by(ID) %>% 
mutate(across(-Value, ~   Value[which.min(.x)], 
.names = ".{.col}")) %>%
ungroup

与产出

# A tibble: 9 × 12
ID Value  Int1  Int2  Dbl1  Dbl2 Date       .Int1 .Int2 .Dbl1 .Dbl2 .Date
<dbl> <dbl> <int> <int> <dbl> <dbl> <date>     <dbl> <dbl> <dbl> <dbl> <dbl>
1     1    34     1    11   1.1  11.1 2001-01-01    34    34    34    34    34
2     1    54     2    12   2.2  12.2 2002-02-02    34    34    34    34    34
3     1    17     3    13   3.3  13.3 2003-03-03    34    34    34    34    34
4     2     2     1    11   1.1  11.1 2001-01-01     2     2     2     2     2
5     2    25     2    12   2.2  12.2 2002-02-02     2     2     2     2     2
6     2    89     3    13   3.3  13.3 2003-03-03     2     2     2     2     2
7     3    23     1    11   1.1  11.1 2001-01-01    23    23    23    23    23
8     3    93     2    12   2.2  12.2 2002-02-02    23    23    23    23    23
9     3    90     3    13   3.3  13.3 2003-03-03    23    23    23    23    23