是否有一个dplyr函数用于根据额外列更改部分变量？

尝试更改c列以考虑d列中发生的更改

“ID”的“结果”为“0”或“1”，一些ID的“结果”为“两者”，具体取决于一周，因此在当前的_df中，这被标记为“2”

我想根据“每周更改”列中的信息将其更改为“0”和“1”

# current_df
id=c(1,1,1,2,2,2,3,3,3,4,4,4)
week=c(5,6,7,11,12,13,19,20,21,5,8,10)
outcome=c(0,0,0,2,2,2,2,2,2,1,1,1)
week_of_change=c(NA,NA,NA,13,13,13,20,20,20,NA,NA,NA)
df<-data.frame(id,week,outcome,week_of_change)

# new_df
new_outcome=c(0,0,0,0,0,1,0,1,1,1,1,1)
new_df<-data.frame(id,week,new_outcome,week_of_change)

#当前#
id=c（1,1,1,2,2,3,3,4,4）
周=c（5,6,7,11,12,13,19,20,21,5,8,10）
结果=c（0,0,0,2,2,2,2,2,1,1）
变化的第周=c（NA，NA，NA，13,13,13,20,20，NA，NA，NA）
df
库（dplyr）
#新德里
新的_df%
变异（结果2=如果其他（周>=变化周），
1,0)) %>%
突变（结果=ifelse）（结果=2，
结果2，结果%>%
选择（-outcome 2）
可能的复制您可以通过组合使用
mutate
（
dplyr
）和
ifelse
（
base
）、更严格的
if else
（
dplyr
）或者稍微难学但在

时使代码变得非常可读的

case>（同样
dplyr
）。虽然我不太理解你的逻辑，你能解释一下你的推理吗？@BenG如果我在运行一个混合线性效应模型，探索附加变量的变化，并想控制这个因素随时间的变化，我需要知道变化是什么时候发生的。技术上的“结果”这里是一个随时间变化的额外“自变量”，我想添加到我的模型中，希望这能回答逻辑问题。@BenG我不确定这是否适用于6000个ID？不清楚您是如何尝试解决这个问题的。到目前为止你试过什么？
library(dplyr)

# new_df
new_df<-df %>%
  mutate(outcome2 = if_else(week>= week_of_change,
                            1,0)) %>%
  mutate(outcome = ifelse(outcome == 2, 
                           outcome2, outcome)) %>%
  select(-outcome2)