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dplyr如何执行按行条件变异操作,r,dplyr,tidyverse,R,Dplyr,Tidyverse,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
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