使用 group_by() 根据条件折叠 R 中的数据集

Question

我正在尝试根据另一个数据集的条件和分组折叠数据集。我当前的数据框看起来像这样

对于每个“国会”中的每个“RollNo”，我想要一个新变量，指示同一州的两名参议员是否一起投票（1,0）并且属于同一政党（1,0）

国会	森	卷号	状态	投票	派对
106	杰伊	1	方舟	1	代表
106	玛丽	1	方舟	1	民主党
106	账单	2	十	2	民主党
106	凯文	2	十	1	民主党
108	起诉	1	矿石	2	代表
108	莎莉	1	矿石	2	代表
108	丽莎	3	斯达克	1	代表
108	一分钱	3	斯达克	2	代表
109	杰伊	1	密歇根州	1	民主党
109	玛丽	1	密歇根州	9	代表
109	鲁迪	5	卡尔	1	民主党
109	奈尔斯	5	卡尔	1	民主党

新的数据框应如下所示：

国会	卷号	状态	配对投票	配对派对
106	1	方舟	1	0
106	2	十	0	1
108	1	矿石	1	1
108	3	斯达克	0	1
109	1	密歇根州	0	0
109	5	卡尔	1	1

我已经尝试过下面的代码，调整了几次。我的数据集返回相同的观察结果，并且两个新列为我的新变量的空向量。

library(dplyr)
dataframe['Pair_Vote'] <- NA
dataframe['Pair_Party'] <- NA
newdata <- dataframe %>% group_by(congress, RollNo, state) %>% 
  mutate(Pair_Vote - case_when(any(Vote == Vote) ~ 1, FALSE ~ 0))

我不知所措。

Answer 1

mutate当您想要按原样向数据框添加列时使用，summarize当您希望结果每组一行时使用。您的输出每组一行，因此我们将使用summarize.

并vote == vote没有多大用处，让我们用来n_distinct计算不同的值。

dataframe %>% 
  group_by(congress, RollNo, state) %>% 
  summarize(
    Pair_Vote = ifelse(n_distinct(Vote) == 1, 1, 0),
    Pair_Party = ifelse(n_distinct(Party) == 1, 1, 0)
  )