如何使用中间结果变异新列，在R中累加或减少

我有一个具有以下结构的数据集my_df，dput添加在问题的末尾

> my_df
   group_id other_id    case
1         1        1     add
2         1        1     add
3         1       11     add
4         1        1 replace
5         1       11 replace
6         1        1 replace
7         1       10     add
8         1       10 replace
9         2        2     add
10        2       10     add
11        2       10 replace
12        2        2 replace
13        2        3     add
14        2        3 replace

我想以tidyverse的方式创建一个新的列say collection，其中根据这两个条件，在group_id上为每个group_存储其他_id-

如果case为add，则当前行的其他_id将粘贴到此列的上一个值中

如果case=='replace'，则当前行的其他_id将被替换为前一行计算的累积值中的任何内容

我想要的结果是

> result
   group_id other_id    case collection
1         1        1     add         1,
2         1        1     add       1,1,
3         1       11     add    1,1,11,
4         1        1 replace      1,11,
5         1       11 replace         1,
6         1        1 replace          
7         1       10     add        10,
8         1       10 replace          
9         2        2     add         2,
10        2       10     add      2,10,
11        2       10 replace         2,
12        2        2 replace          
13        2        3     add         3,
14        2        3 replace          

显然，每个组的末尾都会有空格，因为我的_df已经这样排列/排序了

我试图累积和减少，但我只能在case=='add'的情况下生成/累积值，我无法在下面的管道中应用str_replace。此外，我希望当case=='add'时，其他_id的值将粘贴到集合中，但仅粘贴到之前出现的值，无论它是否可能属于结果中不同的case行7和13

我尝试的语法只起了部分作用

library(tidyverse)
my_df %>% group_by(group_id) %>%
  mutate(collection = case_when(case == "add" ~ accumulate(other_id, paste, sep=", "),
                                case == "replace" ~ "?"))

# A tibble: 14 x 4
# Groups:   group_id [2]
   group_id other_id case    collection            
   <chr>    <chr>    <chr>   <chr>                 
 1 1        1        add     1                     
 2 1        1        add     1, 1                  
 3 1        11       add     1, 1, 11              
 4 1        1        replace ?                     
 5 1        11       replace ?                     
 6 1        1        replace ?                     
 7 1        10       add     1, 1, 11, 1, 11, 1, 10
 8 1        10       replace ?                     
 9 2        2        add     2                     
10 2        10       add     2, 10                 
11 2        10       replace ?                     
12 2        2        replace ?                     
13 2        3        add     2, 10, 10, 2, 3       
14 2        3        replace ?

谢谢你的期待

样本dput为

my_df <- structure(list(group_id = c("1", "1", "1", "1", "1", "1", "1", 
"1", "2", "2", "2", "2", "2", "2"), other_id = c("1", "1", "11", 
"1", "11", "1", "10", "10", "2", "10", "10", "2", "3", "3"), 
    case = c("add", "add", "add", "replace", "replace", "replace", 
    "add", "replace", "add", "add", "replace", "replace", "add", 
    "replace")), row.names = c(NA, -14L), class = "data.frame")

---

以下是使用累加器2的可能性：

---

以下是使用累加器2的可能性：

---

我的想法与@Cettt相同——使用累加器2。这里有一个使用正则表达式处理尾随逗号的选项

addOrRemove = function(acc, other_id, case) {
  if(case == "add") {
    ifelse(acc == "", other_id, paste(acc, other_id, sep = ", "))
  } else {
    sub(
      paste0("((?<=^| )", other_id, "(, ))|((^|(, ))", other_id, "$)"), 
      "", 
      acc
      ,
      perl = TRUE
    )
  }
}


my_df %>% 
  group_by(group_id) %>%
    mutate(collection = unlist(accumulate2(other_id, case[-1], addOrRemove))
)

# A tibble: 14 x 4
# Groups:   group_id [2]
   group_id other_id case    collection
   <chr>    <chr>    <chr>   <chr>     
 1 1        1        add     "1"       
 2 1        1        add     "1, 1"    
 3 1        11       add     "1, 1, 11"
 4 1        1        replace "1, 11"   
 5 1        11       replace "1"       
 6 1        1        replace ""        
 7 1        10       add     "10"      
 8 1        10       replace ""        
 9 2        2        add     "2"       
10 2        10       add     "2, 10"   
11 2        10       replace "2"       
12 2        2        replace ""        
13 2        3        add     "3"       
14 2        3        replace ""  

---

我的想法与@Cettt相同——使用累加器2。这里有一个使用正则表达式处理尾随逗号的选项

addOrRemove = function(acc, other_id, case) {
  if(case == "add") {
    ifelse(acc == "", other_id, paste(acc, other_id, sep = ", "))
  } else {
    sub(
      paste0("((?<=^| )", other_id, "(, ))|((^|(, ))", other_id, "$)"), 
      "", 
      acc
      ,
      perl = TRUE
    )
  }
}


my_df %>% 
  group_by(group_id) %>%
    mutate(collection = unlist(accumulate2(other_id, case[-1], addOrRemove))
)

# A tibble: 14 x 4
# Groups:   group_id [2]
   group_id other_id case    collection
   <chr>    <chr>    <chr>   <chr>     
 1 1        1        add     "1"       
 2 1        1        add     "1, 1"    
 3 1        11       add     "1, 1, 11"
 4 1        1        replace "1, 11"   
 5 1        11       replace "1"       
 6 1        1        replace ""        
 7 1        10       add     "10"      
 8 1        10       replace ""        
 9 2        2        add     "2"       
10 2        10       add     "2, 10"   
11 2        10       replace "2"       
12 2        2        replace ""        
13 2        3        add     "3"       
14 2        3        replace ""  

---

我最终能够做到这一点，而不需要通过之前定义的自定义函数来实现

my_df %>% group_by(group_id) %>%
  mutate(new = unlist(accumulate2(other_id, case, ~if_else(..3 != "add", sub(paste0(..2, ","), "", ..1), paste0(..1, ..2, ",")), .init = "")[-1]))

# A tibble: 14 x 4
# Groups:   group_id [2]
   group_id other_id case    new      
   <chr>    <chr>    <chr>   <chr>    
 1 1        1        add     "1,"     
 2 1        1        add     "1,1,"   
 3 1        11       add     "1,1,11,"
 4 1        1        replace "1,11,"  
 5 1        11       replace "1,"     
 6 1        1        replace ""       
 7 1        10       add     "10,"    
 8 1        10       replace ""       
 9 2        2        add     "2,"     
10 2        10       add     "2,10,"  
11 2        10       replace "2,"     
12 2        2        replace ""       
13 2        3        add     "3,"     
14 2        3        replace "" 

---

我最终能够做到这一点，而不需要通过之前定义的自定义函数来实现

my_df %>% group_by(group_id) %>%
  mutate(new = unlist(accumulate2(other_id, case, ~if_else(..3 != "add", sub(paste0(..2, ","), "", ..1), paste0(..1, ..2, ",")), .init = "")[-1]))

# A tibble: 14 x 4
# Groups:   group_id [2]
   group_id other_id case    new      
   <chr>    <chr>    <chr>   <chr>    
 1 1        1        add     "1,"     
 2 1        1        add     "1,1,"   
 3 1        11       add     "1,1,11,"
 4 1        1        replace "1,11,"  
 5 1        11       replace "1,"     
 6 1        1        replace ""       
 7 1        10       add     "10,"    
 8 1        10       replace ""       
 9 2        2        add     "2,"     
10 2        10       add     "2,10,"  
11 2        10       replace "2,"     
12 2        2        replace ""       
13 2        3        add     "3,"     
14 2        3        replace "" 

---

您能解释一下cur和new作为参数在这个自定义函数中做了什么吗？cur是当前值，即集合列中的前一个值。new是必须替换或添加的新值，即另一个_id列。感谢您的解释。我正在尝试使用现有的函数来实现它。我认为您使用自定义函数是因为sub接受三个参数，而Accumerate2只能容纳2个参数。我说得对吗？不，不太对。我使用了Accumerate2，因为给定行中集合的值取决于三个参数：前一个值和两个附加参数other_id和case。如果您希望实现一种不同的逻辑，其中collection的值仅取决于两个参数，则可以使用acculate。您的方法不起作用，因为使用acculate总是为整个tibble返回一个向量。如果不想编写自定义函数，可以在Accumerate2中使用匿名函数。请解释cur和new作为参数在此自定义函数中执行的操作。cur是当前值，即集合列中的上一个值。new是必须替换或添加的新值，即另一个_id列。感谢您的解释。我正在尝试使用现有的函数来实现它。我认为您使用自定义函数是因为sub接受三个参数，而Accumerate2只能容纳2个参数。我说得对吗？不，不太对。我使用了Accumerate2，因为给定行中集合的值取决于三个参数：前一个值和两个附加参数other_id和case。如果您希望实现一种不同的逻辑，其中collection的值仅取决于两个参数，则可以使用acculate。您的方法不起作用，因为使用acculate总是为整个tibble返回一个向量。如果您不想编写自定义函数，可以在Accumerate2中使用匿名函数。很抱歉，延迟接受。这符合我的目的。谢谢你迟到了。这符合我的目的。谢谢