Фильтрация строк в группе на основе свойств группы

Question

Предположим, у меня есть отметка с переменной группировки и логическая переменная, которая указывает, является ли строка основным ответом для этой группы.

Я хочу сделать следующее:

1. Если какая-либо строка в group помечена как is_primary, оставьте эту строку, но ни одна из остальных в группе
2. Если ни одна строка в group не помечена is_primary, сохраните их все
3. Фильтрация строк на основе вышеупомянутого

Вот некоторые примеры данных:

library(tidyverse)
data <- tibble(group=c("A","A","A","B","B","C","C","C","C"),
               is_primary=c(FALSE, FALSE, FALSE,FALSE,TRUE,FALSE,FALSE,TRUE,TRUE),
               value=c(1,2,3,4,5,6,7,8,9))

В приведенном выше примере я хотел бы сохранить все строки A, потому что нет строки с is_primary==TRUE, оставить только вторую строку B и оставить последние две строки C.

Я думал, что очевидное решение будет примерно таким:

data %>%
  group_by(group) %>%
  mutate(keep_row=ifelse(any(is_primary),is_primary,TRUE))

Но это приводит к следующему, что не соответствует вышеуказанным критериям.

# A tibble: 9 x 4
# Groups:   group [3]
  group is_primary value keep_row
  <chr> <lgl>      <dbl> <lgl>   
1 A     FALSE          1 TRUE    
2 A     FALSE          2 TRUE    
3 A     FALSE          3 TRUE    
4 B     FALSE          4 FALSE   
5 B     TRUE           5 FALSE   
6 C     FALSE          6 FALSE   
7 C     FALSE          7 FALSE   
8 C     TRUE           8 FALSE   
9 C     TRUE           9 FALSE 

Однако, если я сделаю промежуточную переменную, которая указывает, есть ли у группы первичный ключ, она работает.

data %>%
  group_by(group) %>%
  mutate(has_primary=ifelse(any(is_primary),TRUE,FALSE)) %>%
  mutate(keep_row=ifelse(has_primary,is_primary,TRUE))

В результате keep_row будет правильным:

# A tibble: 9 x 5
# Groups:   group [3]
  group is_primary value has_primary keep_row
  <chr> <lgl>      <dbl> <lgl>       <lgl>   
1 A     FALSE          1 FALSE       TRUE    
2 A     FALSE          2 FALSE       TRUE    
3 A     FALSE          3 FALSE       TRUE    
4 B     FALSE          4 TRUE        FALSE   
5 B     TRUE           5 TRUE        TRUE    
6 C     FALSE          6 TRUE        FALSE   
7 C     FALSE          7 TRUE        FALSE   
8 C     TRUE           8 TRUE        TRUE    
9 C     TRUE           9 TRUE        TRUE

Что происходит в ifelse, когда первое решение не работает?

Answer 1

Ваша проблема в том, что ifelse() возвращает вектор, равный длине ввода.Когда вы передаете ifelse(any(),...), any() вернет только один вектор, который повторяется для группы.Вы можете видеть это с помощью

x <- c(F,T,F,T, F)
ifelse(any(x), x, TRUE)
# [1] FALSE

Обратите внимание, как возвращается только одно значение.ifelse() - это не просто ярлык для правильного оператора if \ else.Это векторизованная функция, поэтому будьте осторожны, чтобы не использовать ее, когда вы пытаетесь условно выполнить код не векторизованным способом.

Другим способом выражения вашего фильтра будет

data %>% 
  group_by(group) %>% 
  filter(any(is_primary) & is_primary | !any(is_primary))

Answer 2

Мы можем использовать условие if/else, чтобы возвращать строки, когда в «is_primary» нет элемента TRUE, или else возвращать только те строки, где «is_primary» равно TRUE

library(dplyr)
data %>%
    group_by(group) %>%
    filter(if(!any(is_primary)) TRUE else is_primary)
# A tibble: 6 x 3
# Groups:   group [3]
#  group is_primary value
#  <chr> <lgl>      <dbl>
#1 A     FALSE          1
#2 A     FALSE          2
#3 A     FALSE          3
#4 B     TRUE           5
#5 C     TRUE           8
#6 C     TRUE           9

Это также можно сделать с условием |

data %>%
   group_by(group) %>%
   filter(!any(is_primary) | is_primary)
# A tibble: 6 x 3
# Groups:   group [3]
#  group is_primary value
#  <chr> <lgl>      <dbl>
#1 A     FALSE          1
#2 A     FALSE          2
#3 A     FALSE          3
#4 B     TRUE           5
#5 C     TRUE           8
#6 C     TRUE           9

---

Или другой вариант

data %>%
  group_by(group) %>%
  filter(sum(is_primary) == 0 | is_primary)
# A tibble: 6 x 3
# Groups:   group [3]
#  group is_primary value
#  <chr> <lgl>      <dbl>
#1 A     FALSE          1
#2 A     FALSE          2
#3 A     FALSE          3
#4 B     TRUE           5
#5 C     TRUE           8
#6 C     TRUE           9

---

Или используя slice

data %>% 
  group_by(group) %>% 
  slice(if(!any(is_primary)) row_number() else which(is_primary))

---

A data.table вариант выше будет

library(data.table)
setDT(data)[data[, .I[!any(is_primary)|is_primary], by = group]$V1]

---

или используя base R

data[with(data, !ave(is_primary, group, FUN = any) | is_primary),]

---

Проблема с ifelse заключается в том, что согласно ?ifelse

ifelse (тест, да, нет)

Если да или нет слишком короткие, их элементы перерабатываются. yes будет оцениваться, если и только если какой-либо элемент теста верен, и аналогично для no.

В коде ОП

 ifelse(any(is_primary),TRUE,FALSE)

any возвращает логический вектор length 1. Согласно ?any

Значение является логическим вектором длины один.

На основании приведенной выше документации ifelse эти значения перерабатываются