dplyr如何执行按行条件变异操作

我想在iris表中增加一列，这样在同一物种中，第一行是NA，其余的行是1（如果Petal.Width与最后一行（正上方的行）相同），或者0（如果Petal.Width与最后一行不同）

如何使用dplyr实现这一点？需要更改下面的列

   Sepal.Length Sepal.Width Petal.Length Petal.Width Species Change
1          5.1         3.5          1.4         0.2  setosa   NA
2          4.9         3.0          1.4         0.2  setosa   0
3          4.7         3.2          1.3         0.2  setosa   0
4          4.6         3.1          1.5         0.2  setosa   0
5          5.0         3.6          1.4         0.2  setosa   0
6          5.4         3.9          1.7         0.4  setosa   1

---

dplyr

具有

lag（）

功能：

 iris %>% group_by(Species) %>% 
   mutate(Change = ifelse(lag(Petal.Width)==Petal.Width,0,1))

# A tibble: 150 x 6
# Groups:   Species [3]
   Sepal.Length Sepal.Width Petal.Length Petal.Width Species Change
          <dbl>       <dbl>        <dbl>       <dbl>  <fctr>  <dbl>
 1          5.1         3.5          1.4         0.2  setosa     NA
 2          4.9         3.0          1.4         0.2  setosa      0
 3          4.7         3.2          1.3         0.2  setosa      0
 4          4.6         3.1          1.5         0.2  setosa      0
 5          5.0         3.6          1.4         0.2  setosa      0
 6          5.4         3.9          1.7         0.4  setosa      1
 7          4.6         3.4          1.4         0.3  setosa      1
 8          5.0         3.4          1.5         0.2  setosa      1
 9          4.4         2.9          1.4         0.2  setosa      0
10          4.9         3.1          1.5         0.1  setosa      1

iris%>%按（物种）分组%>%
变异（变化=ifelse（滞后（花瓣宽度）=花瓣宽度，0,1））
#一个tibble:150x6
#类群：种[3]
萼片。长萼片。宽花瓣。长花瓣。宽种变化
1 5.1 3.5 1.4 0.2刚毛
2 4.9 3.0 1.4 0.2 setosa 0
3 4.7 3.2 1.3 0.2 setosa 0
4.6 3.1 1.5 0.2 setosa 0
5.0 3.6 1.4 0.2 setosa 0
6.5.4 3.9 1.7 0.4刚毛1
7.4.6 3.4 1.4 0.3第1段
8 5.0 3.4 1.5 0.2 1
9 4.4 2.9 1.4 0.2刚毛0
10 4.9 3.1 1.5 0.1第1段

dplyr

有一个

lag（）

功能：

 iris %>% group_by(Species) %>% 
   mutate(Change = ifelse(lag(Petal.Width)==Petal.Width,0,1))

# A tibble: 150 x 6
# Groups:   Species [3]
   Sepal.Length Sepal.Width Petal.Length Petal.Width Species Change
          <dbl>       <dbl>        <dbl>       <dbl>  <fctr>  <dbl>
 1          5.1         3.5          1.4         0.2  setosa     NA
 2          4.9         3.0          1.4         0.2  setosa      0
 3          4.7         3.2          1.3         0.2  setosa      0
 4          4.6         3.1          1.5         0.2  setosa      0
 5          5.0         3.6          1.4         0.2  setosa      0
 6          5.4         3.9          1.7         0.4  setosa      1
 7          4.6         3.4          1.4         0.3  setosa      1
 8          5.0         3.4          1.5         0.2  setosa      1
 9          4.4         2.9          1.4         0.2  setosa      0
10          4.9         3.1          1.5         0.1  setosa      1

iris%>%按（物种）分组%>%
变异（变化=ifelse（滞后（花瓣宽度）=花瓣宽度，0,1））
#一个tibble:150x6
#类群：种[3]
萼片。长萼片。宽花瓣。长花瓣。宽种变化
1 5.1 3.5 1.4 0.2刚毛
2 4.9 3.0 1.4 0.2 setosa 0
3 4.7 3.2 1.3 0.2 setosa 0
4.6 3.1 1.5 0.2 setosa 0
5.0 3.6 1.4 0.2 setosa 0
6.5.4 3.9 1.7 0.4刚毛1
7.4.6 3.4 1.4 0.3第1段
8 5.0 3.4 1.5 0.2 1
9 4.4 2.9 1.4 0.2刚毛0
10 4.9 3.1 1.5 0.1第1段
iris%>%按（物种）分组%>%变异（变化=花瓣宽度-滞后（花瓣宽度）！=0）
；如果愿意，将
包装为.integer
。同样地，
c（NA，diff（Petal.Width）！=0）
hm，实际上
as.integer（Petal.Width！=lag（Petal.Width））
更具可读性，尽管我仍然认为如果这就是
iris%>%groups\u by（Species）%>%变异（Change=Petal.Width-lag（Petal.Width）！=0）
；如果愿意，将
包装为.integer
。同样地，
c（NA，diff（Petal.Width）！=0）
hm，实际上
as.integer（Petal.Width！=lag（Petal.Width））
更具可读性，尽管我仍然认为如果这是一个非常好的解决方案，最好还是保持逻辑性这是一个非常好的解决方案