这个问题在这里已有答案：
我喜欢下面提到的数据框：
记录：
ID Remarks Value
1 ABC 10
1 AAB 12
1 ZZX 15
2 XYZ 12
2 ABB 14
通过利用上面提到的数据帧，我想在现有的数据帧中添加新的列Status。
如果Remarks是ABC，AAB或ABB，那么状态将是TRUE，对于XYZ和ZZX，它应该是FALSE。
我正在使用下面提到的方法，但它没有用。
Records$Status<-ifelse(Records$Remarks %in% ("ABC","AAB","ABB"),"TRUE",
ifelse(Records$Remarks %in%
("XYZ","ZZX"),"FALSE"))
并且，基于Status我希望得到以下输出：
ID TRUE FALSE Sum
1 2 1 37
2 1 1 26
Records$Status<-ifelse(Records$Remarks %in% c("ABC","AAB","ABB"),TRUE,
ifelse(Records$Remarks %in%
c("XYZ","ZZX"),FALSE, NA))
你需要用c()包含你的字符串列表，并为第二个ifelse添加一个“else”条件（但是请参阅下面的Roman答案，以便更好地使用case_when进行此操作）。 （另请注意，在这里我将"TRUE"和"FALSE"（作为字符类）更改为TRUE和FALSE（逻辑类）。
对于摘要（使用dplyr）：
Records %>% group_by(ID) %>%
dplyr::summarise(trues=sum(Status), falses=sum(!Status), sum=sum(Value))
# A tibble: 2 x 4
ID trues falses sum
<int> <int> <int> <int>
1 1 2 1 37
2 2 1 1 26
当然，如果您不是真的需要中间状态列但只想要摘要表，则可以完全跳过第一步：
Records %>% group_by(ID) %>%
dplyr::summarise(trues=sum(Remarks %in% c("ABC","AAB","ABB")),
falses=sum(Remarks %in% c("XYZ","ZZX")),
sum=sum(Value))
因为在你的第二个问题中使用dplyr是有意义的（参见@ iod的答案），这也是第一部分使用软件包非常简单的case_when()函数的好机会。
Records %>%
mutate(Status = case_when(Remarks %in% c("ABC", "AAB", "ABB") ~ TRUE,
Remarks %in% c("XYZ", "ZZX") ~ FALSE,
TRUE ~ NA))
ID Remarks Value Status
1 1 ABC 10 TRUE
2 1 AAB 12 TRUE
3 1 ZZX 15 FALSE
4 2 XYZ 12 FALSE
5 2 ABB 14 TRUE
这种方法将扩展到大量的评论。
第二个数据帧在备注及其TRUE或FALSE值之间进行匹配。
library(readr)
library(dplyr)
library(tidyr)
dtf <- read_table("id remarks value
1 ABC 10
1 AAB 12
1 ZZX 15
2 XYZ 12
2 ABB 14")
truefalse <- data_frame(remarks = c("ABC", "AAB", "ABB", "ZZX", "XYZ"),
tf = c(TRUE, TRUE, TRUE, FALSE, FALSE))
这是问题中提出的格式
dtf %>%
left_join(truefalse, by = "remarks") %>%
group_by(id) %>%
summarise(true = sum(tf),
false = sum(!tf),
value = sum(value))
# A tibble: 2 x 4
id true false value
<int> <int> <int> <int>
1 1 2 1 37
2 2 1 1 26
该选项保留了value沿分组变量id和tf的传播的更多细节。
dtf %>%
left_join(truefalse, by = "remarks") %>%
group_by(id, tf) %>%
summarise(n = n(),
value = sum(value))
# A tibble: 4 x 4
# Groups: id [?]
id tf n value
<int> <lgl> <int> <int>
1 1 FALSE 1 15
2 1 TRUE 2 22
3 2 FALSE 1 12
4 2 TRUE 1 14
在大多数情况下，没有ifelse，生活更容易，线条更短：
# short version
df$Status <- df$Remarks %in% c("ABC","AAB","ABB")
此版本适用于大多数用途，但它有缺点。 Status将是FALSE如果Remarks是NA或者说"garbage"但是人们可能希望它在这些情况下是NA而FALSE只有Remarks %in% c("XYZ", "ZZX")。因此，可以添加和乘以条件，最后将其转换为logical：
df$Status <- as.logical(with(df,
Remarks %in% c("ABC","AAB","ABB") +
! Remarks %in% c("XYZ","ZZX") ))
和基数R的汇总表：
aggregate(df[,-(1:2)], df["ID"], function(x) if(is.numeric(x)) sum(x) else table(x))
嗯...也许一些格式化会很有用：
t1 <- aggregate(df[,-(1:2)], df["ID"], function(x) if(is.numeric(x)) sum(x) else table(x))
t1 <- t1[, c(1,3,2)]
colnames(t1) <- c("ID", "", "Sum")
t1
# ID FALSE TRUE Sum
# 1 1 1 2 37
# 2 2 1 1 26
只有当有两个提到的组（"ABC", "AAB", "ABB" vs "XYZ","ZZX", ...）时，才能返回正确的结果。对我来说@ iod的解决方案，更像R，但我试图避免使用ifelse，并以另一种方式做到：
library(tidyverse)
dt %>%
group_by(ID, Status = grepl("^A[AB][CB]$", Remarks)) %>%
summarise(N = n(), Sum = sum(Value)) %>%
spread(Status, N) %>%
summarize_all(sum, na.rm = T) %>% # data still groupped by ID
select("ID", "TRUE", "FALSE", "Sum")
# A tibble: 2 x 4
ID `TRUE` `FALSE` Sum
<int> <int> <int> <int>
1 1 2 1 37
2 2 1 1 26
dt <- structure(
list(ID = c(1L, 1L, 1L, 2L, 2L),
Remarks = c("ABC", "AAB", "ZZX", "XYZ", "ABB"),
Value = c(10L, 12L, 15L, 12L, 14L)),
.Names = c("ID", "Remarks", "Value"), class = "data.frame", row.names = c(NA, -5L)
)