我有一个分组数据框,其中"tag"列的值为"0"和"1"。在每个组中,我需要找到第一次出现的"1",并将其余的所有出现更改为"0"。有没有办法在dplyr中实现?
例如,让我们以"鸢尾花"数据为例,并添加额外的"tag"列:
在“giris”数据集中,“setosa”组中,我需要仅保留“1”的第一次出现(即在第4行),并将其余的设置为“0”。这似乎有点像应用掩码或类似的东西...
有没有办法做到这一点?我一直在尝试使用“which”和“duplicated”,但我没有成功。我一直在考虑仅过滤“1”,保留它们,然后与剩余集合连接,但这似乎很笨拙,特别是对于一个12GB的数据集。
例如,让我们以"鸢尾花"数据为例,并添加额外的"tag"列:
data(iris)
set.seed(1)
iris$tag <- sample( c(0, 1), 150, replace = TRUE, prob = c(0.8, 0.2))
giris <- iris %>% group_by(Species)
在“giris”数据集中,“setosa”组中,我需要仅保留“1”的第一次出现(即在第4行),并将其余的设置为“0”。这似乎有点像应用掩码或类似的东西...
有没有办法做到这一点?我一直在尝试使用“which”和“duplicated”,但我没有成功。我一直在考虑仅过滤“1”,保留它们,然后与剩余集合连接,但这似乎很笨拙,特别是对于一个12GB的数据集。
as.integer(tag == "a" & cumsum(tag == "a") == 1)
。不同之处在于0/1被解释为TRUE/FALSE,并且可以简单地求和或用于逻辑比较,而对于 "a" 和 "b",我们必须明确地编写检查条件。 - talatmutate(giris, newcol = as.integer(tag == "a" & !duplicated(tag)))
,你也可以轻松地将其用于其他情况。 - talat