在dplyr中有条件地忽略组_by内的值 请考虑以下事项：

背景

在

data.frame

中，我有患者id（

id

）、患者住院的日期（

day

）、他们当天收到的诊断活动代码（

code

）、该活动的价格（

price

）以及该活动的频率（

freq

）

带有

code

b

和

c

的活动同时注册，但其含义大致相同，不应重复计算

---

问题

我想要的是：如果

code

“b”和“c”在同一天注册，

code

“b”应该被忽略

示例

data.frame

如下所示：

x <- data.frame(id = c(rep("a", 4), rep("b", 3)),
            day = c(1, 1, 1, 2, 1, 2, 3),
            price = c(500, 10, 100, rep(10, 3), 100),
            code = c("a", "b", "c", rep("b", 3), "c"),
            freq = c(rep(1, 5), rep(2, 2))))

> x
  id day price code freq
1  a   1   500    a    1
2  a   1    10    b    1
3  a   1   100    c    1
4  a   2    10    b    1
5  b   1    10    b    1
6  b   2    10    b    2
7  b   3   100    c    2

mutate(code_day = paste0(ifelse(code %in% c("b", "c"), "z", code), day)

x
id日价格代码频率
1 a 1500 a 1
2 a 1 10 b 1
3 a 1 100 c 1
4 a 2 10 b 1
5b110b1
6b210b2
7B3100C2

因此，患者“a”在第1天的费用将是600，而不是610，我可以用以下公式计算：

x %>% 
  group_by(id, day) %>% 
  summarise(res = sum(price * freq))

# A tibble: 5 x 3
# Groups:   id [?]
  id      day   res
  <fct> <dbl> <dbl>
1 a        1.  610.
2 a        2.   10.
3 b        1.   10.
4 b        2.   20.
5 b        3.  200.

x%>%
分组依据（id，日期）%>%
总结（res=总和（价格*频率））
#一个tibble:5x3
#组：id[？]
id日资源
一个一个。610
2 a 2。10
3 b 1。10
4 b 2。20
5 b 3。200

---

可能的方法

当“c”在同一天出现时，我删除观察值

code

“b”，或者如果

code

“c”在同一天出现，我将

code

“b”的

freq

设置为0

到目前为止，我所有使用

ifelse

和

mutate

的尝试都失败了

---

非常感谢您的帮助。提前非常感谢

您可以添加一个

过滤器

行来删除像这样有问题的

b

值

x %>% 
  group_by(id, day) %>% 
  filter(!(code=="b" & "c" %in% code)) %>% 
  summarise(res = sum(price * freq))

  id      day   res
  <fct> <dbl> <dbl>
1 a        1.  600.
2 a        2.   10.
3 b        1.   10.
4 b        2.   20.
5 b        3.  200.

x%>%
分组依据（id，日期）%>%
过滤器（！（代码==“b”和“c”%in%code））%>%
总结（res=总和（价格*频率））
id日资源
一个一个。600
2 a 2。10
3 b 1。10
4 b 2。20
5 b 3。200

您可以添加一个

过滤器

行来删除有问题的

b

值，如下所示

x %>% 
  group_by(id, day) %>% 
  filter(!(code=="b" & "c" %in% code)) %>% 
  summarise(res = sum(price * freq))

  id      day   res
  <fct> <dbl> <dbl>
1 a        1.  600.
2 a        2.   10.
3 b        1.   10.
4 b        2.   20.
5 b        3.  200.

x%>%
分组依据（id，日期）%>%
过滤器（！（代码==“b”和“c”%in%code））%>%
总结（res=总和（价格*频率））
id日资源
一个一个。600
2 a 2。10
3 b 1。10
4 b 2。20
5 b 3。200

您可以创建如下新列：

x <- data.frame(id = c(rep("a", 4), rep("b", 3)),
            day = c(1, 1, 1, 2, 1, 2, 3),
            price = c(500, 10, 100, rep(10, 3), 100),
            code = c("a", "b", "c", rep("b", 3), "c"),
            freq = c(rep(1, 5), rep(2, 2))))

> x
  id day price code freq
1  a   1   500    a    1
2  a   1    10    b    1
3  a   1   100    c    1
4  a   2    10    b    1
5  b   1    10    b    1
6  b   2    10    b    2
7  b   3   100    c    2

mutate(code_day = paste0(ifelse(code %in% c("b", "c"), "z", code), day)

然后，您的所有Bs和Cs都将成为Zs（而不会丢失帮助您区分它们的原始代码列）。然后，您可以按代码降序排列，并删除“代码日”列中的重复值：

arrange(desc(code)) %>% # Bs will come after Cs
distinct(code_day, .keep_all = TRUE)

---

您可以创建如下所示的新列：

x <- data.frame(id = c(rep("a", 4), rep("b", 3)),
            day = c(1, 1, 1, 2, 1, 2, 3),
            price = c(500, 10, 100, rep(10, 3), 100),
            code = c("a", "b", "c", rep("b", 3), "c"),
            freq = c(rep(1, 5), rep(2, 2))))

> x
  id day price code freq
1  a   1   500    a    1
2  a   1    10    b    1
3  a   1   100    c    1
4  a   2    10    b    1
5  b   1    10    b    1
6  b   2    10    b    2
7  b   3   100    c    2

mutate(code_day = paste0(ifelse(code %in% c("b", "c"), "z", code), day)

然后，您的所有Bs和Cs都将成为Zs（而不会丢失帮助您区分它们的原始代码列）。然后，您可以按代码降序排列，并删除“代码日”列中的重复值：

arrange(desc(code)) %>% # Bs will come after Cs
distinct(code_day, .keep_all = TRUE)

---

这正是我需要的，但我不明白为什么。为什么此语句只删除

b

，而不删除

b

和

c

？谢谢它正在删除每个

id，day

组（

code==“b”

）中的

b

行，前提是该组中还有一个

c

（

“c”%in%code

），这正是我需要的，但我不明白为什么。为什么此语句只删除

b

，而不删除

b

和

c

？谢谢它正在删除每个

id，day

组（

code==“b”

）中的

b

行，前提是该组中还有一个

c

（

“c”%in%code

）