条件子集；将相同的功能应用于独特的群体

Question

在 R 中，我希望有条件地对我的数据集进行子集化，以便我可以将相同的函数应用于不同的数据组。这是虚拟数据：

data <- data.frame(id = seq(1, 100, by = 1),
                 sex = sample(c('M', 'F'), 100, replace = TRUE),
                 age_class = sample(c('A', 'S'), 100, replace = TRUE), # A = adult, S = subadult
                 season = sample(c('spring', 'autumn'), 100, replace = TRUE),
                 den_status = sample(c(0,1), 100, replace = TRUE), # 1 = yes, 0 = no. Only females can den and get a 1 or 0, males are all dummy coded as 0
                 weight = sample(80:600, 100, replace = TRUE),
                 offspring = sample(c('Y','N'), 100, replace = TRUE),
                 albumin = rnorm(100, 5, 2),
                 cortisol = rnorm(100, 30, 12),
                 calcium = rnorm(100, 0.3, 0.005),
                 globulin = rnorm(100, 1.9, 0.3),
                 insulin = rnorm(100, 3, 0.13))

最初，我按性别、年龄等级和登入状态对数据进行了分组，并为每个分组应用了一个名为 mod.zscore 的自定义函数。该函数作用于 albumin:insulin 列，然后我创建了包含输出数据的新列。

data.new <- data %>%
  group_by(sex, age_class, den_status) %>%
  mutate(across(c(albumin:insulin), mod.zscore,
            .names = "{.col}_{'zscore'}")) %>% ungroup()

这很好用，可以完成我需要它做的事情。我卡住的地方是我需要有条件地对数据进行子集化或分组，以便我仅在 sex == 'female'、age_class == 'A' 和 season == 'spring' 时按 den_status 分组。目前，我的代码按 den_status 对男性和女性进行分组，这不一定是个问题，因为无论如何所有男性的 den_status = 0。问题出现在我只希望 den_status 应用于春季女性。

基本上，我想要这些分组：

1. Sex = F, age class = A, season = spring, den_status = 0
2. Sex = F, age class = A, season = spring, den_status = 1
3. 性别=F，年龄段=S，季节=春季
4. 性别=F，年龄段=A，季节=秋季
5. 性别=F，年龄段=S，季节=秋季
6. 性别=M，年龄段=A，季节=春季
7. 性别=M，年龄段=S，季节=春季
8. 性别=M，年龄段=A，季节=秋季
9. 性别=M，年龄段=S，季节=秋季

非常感谢任何帮助。谢谢！

编辑：我想我正在寻找一种不会创建新列的解决方案，因为我需要再次根据列性别、年龄等级、登入状态和季节进行工作。

Answer 1

library(dplyr)
data.new <- data %>%
  mutate(season2=case_when(sex == "F" & age_class == "A" & season == "spring" & den_status == 0~ "spring0",
                           sex == "F" & age_class == "A" & season == "spring" & den_status == 1~ "spring1",
                           TRUE~ season)) %>%
  group_by(sex,age_class,season2)%>%
  mutate(n=n())