使用R中另一个数据帧的条件组和创建新列

让我用一个例子来说明我的问题：

样本数据：

df<-data.frame(BirthYear = c(1995, 1996, 1997, 1998, 1999, 2000, 2001, 2002, 2003, 2004, 2005), Number= c(1,1,1,1,1,1,1,1,1,1,1), Group = c("g", "g", "g", "g", "g", "g","t","t","t","t","t"))

df 
 BirthYear Number  Group 
1  1995     1       g
2  1996     1       g 
3  1997     1       g
4  1998     1       g
5  1999     1       g
6  2000     1       g
7  2001     1       t
8  2002     1       t
9  2003     1       t
10 2004     1       t
11 2005     1       t 

我知道我可以在

df1

上进行for循环以创建新列，但我不知道如何指定条件以获得每年的正确组和。 我希望这个例子能清楚地说明我想要实现的目标。

---

我非常感谢任何帮助，因为我真的被困在这一点上。

如果您只想计算跨越

2015:2020

和

出生年份的年份差异，那么您不必创建单独的数据框。也许只是

library(tidyr)
library(dplyr)
df %>% 
  expand(Year = 2015:2020, nesting(BirthYear, Number, Group)) %>% 
  group_by(Year, Group) %>% 
  summarise(
    `1` = sum(between(Year - BirthYear, 19, 20) * Number), 
    `2` = sum((Year - BirthYear < 19) * Number)
  ) %>% 
  pivot_wider(names_from = "Group", values_from = c("1", "2"), names_glue = "{Group}{.value}")

library（tidyr）
图书馆（dplyr）
df%>%
扩展（年份=2015:2020，嵌套（出生年份、数量、组））%>%
分组单位（年度，分组）%>%
总结(
`1`=总和（介于（年份-出生年份，19，20）*数字之间），
`2`=总和（（年份-出生年份<19）*数字）
) %>% 
pivot_wide（names_from=“Group”，values_from=c（“1”，“2”），names_glue=“{Group}{.value}”）

输出

`summarise()` regrouping output by 'Year' (override with `.groups` argument)
# A tibble: 6 x 5
# Groups:   Year [6]
   Year    g1    t1    g2    t2
  <int> <dbl> <dbl> <dbl> <dbl>
1  2015     2     0     4     5
2  2016     2     0     3     5
3  2017     2     0     2     5
4  2018     2     0     1     5
5  2019     2     0     0     5
6  2020     1     1     0     4

`summary（）`按'Year'重新分组输出（用'.groups'参数覆盖）
#一个tibble:6x5
#组别：年份[6]
年份g1 t1 g2 t2
1  2015     2     0     4     5
2  2016     2     0     3     5
3  2017     2     0     2     5
4  2018     2     0     1     5
5  2019     2     0     0     5
6  2020     1     1     0     4
df$Year
是出生年份，而
df1$Year
是当前年份吗？如果列有不同的名称，可能会比较容易混淆。是的，这就是它们所代表的。。我会把问题中的名字改清楚
library(tidyr)
library(dplyr)
df %>% 
  expand(Year = 2015:2020, nesting(BirthYear, Number, Group)) %>% 
  group_by(Year, Group) %>% 
  summarise(
    `1` = sum(between(Year - BirthYear, 19, 20) * Number), 
    `2` = sum((Year - BirthYear < 19) * Number)
  ) %>% 
  pivot_wider(names_from = "Group", values_from = c("1", "2"), names_glue = "{Group}{.value}")

`summarise()` regrouping output by 'Year' (override with `.groups` argument)
# A tibble: 6 x 5
# Groups:   Year [6]
   Year    g1    t1    g2    t2
  <int> <dbl> <dbl> <dbl> <dbl>
1  2015     2     0     4     5
2  2016     2     0     3     5
3  2017     2     0     2     5
4  2018     2     0     1     5
5  2019     2     0     0     5
6  2020     1     1     0     4