在dplyr:：mutate中使用条件

我正在处理一个大数据帧。我试图根据两个当前向量中存在的条件创建一个新向量

考虑到数据集的大小（以及它的总体惊人性），我正试图使用dplyr找到一个解决方案，这导致了我的变异。我觉得我离这里不远了，但我就是找不到解决问题的办法

我的数据框类似于：

   ID  X  Y
1   1 10 12
2   2 10 NA
3   3 11 NA
4   4 10 12
5   5 11 NA
6   6 NA NA
7   7 NA NA
8   8 11 NA
9   9 10 12
10 10 11 NA

要重新创建它，请执行以下操作：

ID <- c(1:10)
X <- c(10, 10, 11, 10, 11, NA, NA, 11, 10, 11)
Y <- c(12, NA, NA, 12, NA, NA, NA, NA, 12, NA)

ID新数据
ID X Y Z
1   1 10 12 12
2 2 10 NA
3 3 11 NA
4   4 10 12 12
5 5 11 NA
6NA NA NA
7娜娜娜娜
8 11 NA
9   9 10 12 12
101111NA

我觉得我错过了一些非常简单的东西。你能给我指出正确的方向吗？

pmax（，na.rm=TRUE）

就是你要找的

data <- data_frame(ID = c(1:10),
           X = c(10, 10, 11, 10, 11, NA, NA, 11, 10, 11),
           Y = c(12, NA, NA, 12, NA, NA, NA, NA, 12, NA))  
data %>% mutate(Z = pmax(X, Y, na.rm=TRUE))
#   ID  X  Y  Z
#1   1 10 12 12
#2   2 10 NA 10
#3   3 11 NA 11
#4   4 10 12 12
#5   5 11 NA 11
#6   6 NA NA NA
#7   7 NA NA NA
#8   8 11 NA 11
#9   9 10 12 12
#10 10 11 NA 11

data%变异（Z=pmax（X，Y，na.rm=TRUE））
#ID X Y Z
#1   1 10 12 12
#2 2 10 NA 10
#3 3 11 NA 11
#4   4 10 12 12
#5 5 11 NA 11
#6NA NA NA
#7娜娜娜娜
#8 11 NA 11
#9   9 10 12 12
#10 10 11 NA 11

如果其他代码可以

data %>%
       mutate(Z= ifelse(Y>X & !is.na(Y), Y, X))
#   ID  X  Y  Z
#1   1 10 12 12
#2   2 10 NA 10
#3   3 11 NA 11
#4   4 10 12 12
#5   5 11 NA 11
#6   6 NA NA NA
#7   7 NA NA NA
#8   8 11 NA 11
#9   9 10 12 12
#10 10 11 NA 11

---

感谢@Khashaa为您提供的优雅解决方案！非常感谢。感谢@akrun，感谢您的努力，但很难打败Khashaa解决方案的简单性。干杯。您没有指定如果X>Y（或X==Y）会发生什么。您应该认识到，在这个问题中使用

dplyr

是偶然的。mutate所做的只是向数据帧中添加列，而且您使用它的效果很好。使用

[

或

$

或

transform

或

data.table

，这两个答案的本质都会很好地发挥作用。

data %>%
       mutate(Z= ifelse(Y>X & !is.na(Y), Y, X))
#   ID  X  Y  Z
#1   1 10 12 12
#2   2 10 NA 10
#3   3 11 NA 11
#4   4 10 12 12
#5   5 11 NA 11
#6   6 NA NA NA
#7   7 NA NA NA
#8   8 11 NA 11
#9   9 10 12 12
#10 10 11 NA 11