Question

在尝试解决这个问题的同时Identify duplicates of one value with different values in another column;我觉得解决方案更接近，但我不能，因为dplyr mutate函数在我在下面的代码中使用max而不是后突变值时引用了预变异状态max(ID) （像递归一样）。

目标是为当前地址与相同ID值的先前地址不匹配的行分配新的唯一ID值。

我试过的代码：

df <- read.table(text = 'ID     Address
1      X
                 1      X  
                 1      Y
                 2      Z
                 2      Z
                 3      A
                 3      B
                 4      C
                 4      D
                 4      E
                 5      F
                 5      F
                 5      F
                 ', header= T, stringsAsFactors = F)


df %>% group_by(ID) %>% mutate(flag = ifelse(lag(Address)==Address,F,T))  %>% 
  mutate(flag = ifelse(is.na(flag),F,flag)) %>% ungroup() %>% 
  mutate(newID = ifelse(flag | is.na(flag), max(ID)+1,ID))%>% 
  select(ID = newID,Address)

收到的输出：

# A tibble: 13 x 2
      ID Address
   <dbl>   <chr>
 1     1       X
 2     1       X
 3     6       Y
 4     2       Z
 5     2       Z
 6     3       A
 7     6       B
 8     4       C
 9     6       D
10     6       E
11     5       F
12     5       F
13     5       F

预期产出：

ID    Address
1      X
1      X  
6      Y
2      Z
2      Z
3      A
7      B
4      C
8      D
9      E
5      F
5      F
5      F

任何帮助将不胜感激！

编辑：

理想代码：我应该能够使用newID，这是当前使用的变异变量。

> df %>% group_by(ID) %>% mutate(flag = ifelse(lag(Address)==Address,F,T))  %>% 
+     mutate(flag = ifelse(is.na(flag),F,flag)) %>% ungroup() %>% 
+     mutate(newID = ifelse(flag | is.na(flag), max(newID)+1,ID))%>% 
+     select(ID = newID,Address)

Answer 1

一个问题是max(ID) + 1将给出常数值，第二个问题是ifelse本身需要相等长度的向量才能得到＆＃39;是＆＃39;并且没有＆＃39;。在下面的解决方案中，我们将max(ID) + 1替换为max(ID) + seq_len(sum(flag))而不是ifelse使用replace

df %>%
   group_by(ID) %>% 
   mutate(flag = lag(Address, default = Address[1])!= Address) %>%
   ungroup() %>% 
   mutate(newID = replace(ID, flag, max(ID) + seq_len(sum(flag))))%>% 
   select(ID = newID,Address)
# A tibble: 13 x 2
#      ID Address
#   <dbl>   <chr>
# 1     1       X
# 2     1       X
# 3     6       Y
# 4     2       Z
# 5     2       Z
# 6     3       A
# 7     7       B
# 8     4       C
# 9     8       D
#10     9       E
#11     5       F
#12     5       F
#13     5       F

此外，两个ifelse语句用于创建“标记”标记。可以用单个语句替换

查找dplyr中当前变异变量的最大值

1 个答案: