根据单列dplyr数据表中的条件创建新变量

样本数据：

Group <- c("a", "a", "a", "b", "b", "b", "c", "c", "c")    
value_1 <- c(1.10, 2.5, 1.7, 0.99, 1.50, 1.65, 2.5, 2.5, 1.5)
value_2 <- c(0.03, 1.3, 3.5, 0.02, 4.3, 1.2, 1.4, 1.4, 3.7)
new_variable_1 <- c(1,0,1, 1,1,0, 0,0,1)    
df <- data.frame(Group, value_1, value_2, new_variable_1)

---

组我们可以试试。我使用了以“New”开头的名称，以便更容易理解

解决方案1（感谢@Gregor）：

库（dplyr）
df%>%
分组依据（分组）%>%
变异（新的变量=ifelse（值=1%）
分组依据（分组）%>%
mutate（New_variable_1=ifelse（value_1）你指的是
数据表
还是
数据表
？请阅读以更好地表述问题。复制和粘贴所需的输出更容易。它在视觉上更“吸引人”，或者更容易理解（在我看来）.谢谢Nelson。我需要处理所有组，而不仅仅是a组。您的代码仅适用于“a”组但不是针对其他组。你没有说其他组会发生什么，所以我假设他们取最大值
value\u 1
@JonDongennew\u variable\u 1是正确的输出。很抱歉不清楚。@NelsonGon我现在明白了，之所以使用
1.7
，是因为它是
value\u 1
与
max在同一行中的值（值_2）
对于组“a”
（这就是OP所说的“对应”的意思）类似地，对于组“b”，1.5是因为它在第5行，对于组“b”，它有最大值。我编辑了这个问题——我认为它更清楚。对于
max
，你不需要
ifelse
，它总是
value\u 2
的最大值。我认为类似于
新变量\u 1=ifelse（value\u 1
library(dplyr)


 df %>% 
  group_by(Group) %>%  
  mutate(New_variable_1 = ifelse(value_1 <= value_1[which.max(value_2)], 1, 0))

df %>% 
  group_by(Group) %>%  
  mutate(New_variable_1 = ifelse(value_1 <= value_1[which.max(value_2)], 1, 0),
         NewVar1=value_1[which.max(value_2)]*1.1)