在case_when（）中使用（。）作为分组后的小块上mutate（）的一部分

Question

我有以下类型的数据：

library(tidyverse)
library(lubridate)

data <- tibble(a = c(1, 1, 2, 3, 3),
               b = c('x', 'y', 'z', 'z', 'z'),
               c = c('ps', 'ps', 'qs', 'rs', 'rs'),
               d = c(100, 200, 300, 400, 500),
               strt = ymd(c('2019-03-20', '2020-01-01', '2018-01-02', '2020-05-01', '2016-01-01')),
               fnsh = ymd(c(NA, NA, NA, '2020-06-01', '2016-05-01')))

该操作必须应用于按a，b，c（即data %>% group_by(a, b, c)）分组的数据。我想添加一列，以显示某个组在最近一年内是否开始。要在最近一年内开始，一个小组必须：

1）在最近一年内有strt行

2）在最近的一年之前没有strt的行，并且fnsh作为NA（没有取消资格的重叠）

3）在最近的年份和fnsh之前没有strt的行等于或晚于strt中所有条目的最新（没有取消资格的重叠）

因此，我试图获得：

tibble(a = c(1, 1, 2, 3, 3),
       b = c('x', 'y', 'z', 'z', 'z'),
       c = c('ps', 'ps', 'qs', 'rs', 'rs'),
       d = c(100, 200, 300, 400, 500),
       strt = ymd(c('2019-03-20', '2020-01-01', '2018-01-02', '2020-05-01', '2016-01-01')),
       fnsh = ymd(c(NA, NA, NA, '2020-06-01', '2016-05-01')),
       startLatestYear = c(0, 1, 0, 1, 1))

我当前的方法是：

test <- data %>%
  group_by(a, b, c) %>%
  mutate(startLatestYear = case_when(all(is.na(fnsh)) &
                                     min(strt) > today(tzone = 'CET') - years(1) &
                                     min(strt) <= today(tzone = 'CET') ~ 1,
                                     strt > today(tzone = 'CET') - years(1) &
                                     strt <= today(tzone = 'CET') &
                                     nrow(filter(., strt < today(tzone = 'CET') - years(1) &
                                                    fnsh %in% NA)) == 0 &
                                     nrow(filter(., strt < today(tzone = 'CET') - years(1))) > 0 &
                                     strt > max(pull(filter(., strt < today(tzone = 'CET') - years(1)), fnsh)) ~ 1,
                                     TRUE ~ 0))

我在使用if时使用的第一个case_when()似乎有效，但是第二个无效。我怀疑我对.的使用是错误的。如何获得所需的输出？

Answer 1

.是magrittr软件包提供的工具，它表示%>%运算符的左侧。 %>%对dplyr动词一无所知，因此，当您在.中使用mutate时，它只会扩展到通过管道传递的对象。对于成组的df，这意味着entire df ，而不是分组的子集。

到目前为止，我发现的最佳解决方案是将mutate替换为group_modify：

data %>%
    group_by(a, b, c) %>%
    group_modify(function(.x, .y)
    {
        .x %>% mutate(startLatestYear=case_when(...))
    })

这是有效的，因为现在group_modify内部的管道针对每个组分别执行。