条件和分组变异dplyr

假设我有以下每个抽屉袜子增加的数据

>socks
year  drawer_nbr  sock_total
1990    1           2
1991    1           2
1990    2           3
1991    2           4
1990    3           2
1991    3           1

我想有一个二进制变量，用于标识每个抽屉中的袜子是否增加了。如果增加，则为1；如果未增加，则为0。结果将是

>socks
drawer_nbr  growth
  <dbl>     <factor>
    1          0  
    2          1
    3          0

袜子 丁腈橡胶增长 1 0 2 1 3 0

---

我一直在比较一年的

sock_total

和另一年的

sock_total

。我知道我需要使用

dplyr:：summaries（）

，但我很难理解该函数中的内容。

如果您将1991年与1990年进行比较，您可以：

socks %>% 
    group_by(drawer_nbr) %>% 
    summarise(growth = +(sock_total[year == 1991] - sock_total[year == 1990] > 0))
# A tibble: 3 x 2
#  drawer_nbr growth
#       <int>  <int>
#1          1      0
#2          2      1
#3          3      0

socks%>%
分组人（开票人编号）%>%
总结（增长率=+（库存总量[年度==1991]-库存总量[年度==1990]>0））
#一个tibble:3x2
#丁腈橡胶增长
#         
#1          1      0
#2          2      1
#3          3      0

您可以混合使用

dplyr

和

tidyr

：

library(tidyr)
library(dplyr)

socks %>%
  group_by(drawer_nbr) %>% 
  spread(year, sock_total) %>%
  mutate(growth = `1991` - `1990`)

或者，如果您只想实现二元增长：

socks %>%
  group_by(drawer_nbr) %>% 
  spread(year, sock_total) %>%
  mutate(growth = ifelse((`1991` - `1990`) > 0,
                         1, 0))

---

你只处理两年的数据吗？@Alex P是的，最多只有两年。这里有另一个选项

socks%%>%arrange（drawer\u nbr，year）%%>%group\u by（drawer\u nbr）%%>%summary（growth=+（diff（sock\u total）>0））

这个

+

是用来做什么的？这是一个将布尔值转换为数值的简写，使用

TRUE

转换为1，

FALSE

为0。您可以在

groupby

之后添加一个筛选器，以筛选出没有两个年份数据的组<代码>袜子%>%分组依据（抽屉编号）%>%过滤器（全部（c（1990，1991）%年中）%>%总结（增长=+（袜子总数[年==1991]-袜子总数[年==1990]>0））