R 总结满足条件的第一行

假设我有这个数据框：

    df <- data.frame(
    party = c("A", "A", "B", "A", "B"), 
    votes = c(100, 99, 98, 97, 96), 
    elected = c(1, 1, 1, 0, 0, 0)
)

  party votes elected
1     A   100       1
2     A    99       1
3     B    98       1
4     A    97       0
5     B    96       0

---

我尝试了

first（）

和

lag（）

使用

which（）

的条件，但目前没有运气。非常感谢您的帮助。

这是使用

fuzzyjoin

-package的一个选项

library(fuzzyjoin)
library(tidyverse)

fuzzy_left_join(df, df %>% 
                  arrange(party, elected, desc(votes)) %>% 
                  group_by(party) %>% slice(1) , 
                by = c("party", "elected"), match_fun = list(`!=`, `>`)) %>%
select(ends_with("x"), votes.y)  

  party.x votes.x elected.x votes.y
1       A     100         1      96
2       A      99         1      96
3       B      98         1      97
4       A      97         0      NA
5       B      96         0      NA

---

也许这对你有用

你可以尝试使用一个函数

library(dplyr)

get_opposite_votes <- function(df, group) { 
   df %>% filter(party != group & elected == 0) %>% slice(1L) %>% pull(votes)
}


df %>%
  group_by(party) %>%
  mutate(new = get_opposite_votes(., first(party))) %>%
  ungroup() %>%
  #If needed to have NA values where elected = 0
  mutate(new = replace(new, elected == 0, NA))

#  party votes elected   new
#  <fct> <dbl>   <dbl> <dbl>
#1 A       100       1    96
#2 A        99       1    96
#3 B        98       1    97
#4 A        97       0    NA
#5 B        96       0    NA

库（dplyr）
获取\u反对票%filter（party！=组&当选==0）%%>%slice（1L）%%>%pull（选票）
}
df%>%
（缔约方）分组%>%
变异（新=获得反对票（，第一（党））%>%
解组（）%>%
#如果需要，则选择NA值=0
变异（新=替换（新，当选==0，NA））
#政党投票选出新成员
#       
#1A 100 196
#2 A 99 1 96
#3 B 98 1 97
#4 A 97 0 NA
#5B960NA

逻辑是什么？如何用“挑战者候选人”标识行？可能有一种方法可以复制此数据的结果。但我认为，如果你能提供一个竞赛id，那么这个方法可能更具可复制性。例如，如果数据看起来更像这样：```所有观测值都属于同一个选举。挑战者候选人是第一位属于另一党派的未经选举产生的候选人。例如，第一排来自甲方，因此挑战者是来自不同政党（即B）的投票率最高的未经选举产生的候选人，该政党位于第5排。

library(dplyr)

get_opposite_votes <- function(df, group) { 
   df %>% filter(party != group & elected == 0) %>% slice(1L) %>% pull(votes)
}


df %>%
  group_by(party) %>%
  mutate(new = get_opposite_votes(., first(party))) %>%
  ungroup() %>%
  #If needed to have NA values where elected = 0
  mutate(new = replace(new, elected == 0, NA))

#  party votes elected   new
#  <fct> <dbl>   <dbl> <dbl>
#1 A       100       1    96
#2 A        99       1    96
#3 B        98       1    97
#4 A        97       0    NA
#5 B        96       0    NA