case_when 失败（意外结果）但 case_when 的条件在外部工作

Question

我正在尝试应用一些方程式来获得一条线（数字数组）与另一条线（另一个数字数组）重合的比例。我有一个包含所需值的数据框，我尝试根据两条线的重合方式创建一个包含百分比结果的新列。我已经用一些例子检查了代码（下面）并且它工作正常，但是当我将 case_when() 应用于数据框时，输出不是它应该的。我会给你一个基本的例子。

这是我的输出。它有一个'ID'列[char]，一个'date'（天）列[dttm]，一个'result'（值）列[double]，'difs'列是数字前一行 [int] 和 'Grp' 列之间的天数，这是一个子分组值。

这是我正在使用的代码。这个想法是获取先前的值并计算矢量位于另一个矢量内的百分比，该矢量的范围为 [2,3]。现在我只是检查条件是否适合每一行。但是，当它应该得到“0”时，得到 'A'，或者有时当它应该得到 'A' 时得到 'Inf'，等等。我不明白为什么。我认为 mutate 独立迭代组内的每一行，所以与手动检查相比，我不明白为什么结果是错误的。

Rsup = 3 # Highlimit of target array
Rinf = 2 # Low limit of target array

example_output = example%>% 
  arrange(id,Grp,day) %>% 
  group_by(id,Grp) %>% # Group by episodes (id + Grp)
  mutate(from_r = lag(result)) %>% # get previous result y(t-1)
  filter(difs != 0, difs < 181) %>% # dischard first sample of every subgroup/episode
  mutate( 
    p_days = case_when(
    (min(result,from_r) < Rinf) & (max(result,from_r) > Rsup) ~ 'A',  
    (min(result,from_r) > Rinf) & (max(result,from_r) < Rsup) ~ '100',
    (min(result,from_r) < Rinf) & (max(result,from_r) > Rinf) ~ 'Inf',
    (min(result,from_r) < Rsup) & (max(result,from_r) > Rsup) ~ 'Sup',
    TRUE ~ '0')
  )
# Case 'A':  check interval yt - yt-1 cuts target array for both limits
# Case '100': all the interval yt - yt-1 is inside target array (100%)
# Case 'Inf': interval cuts low limit of target array
# Case 'Sup': interval cuts high limit of target array
# Case True ~ '0': interval does not cut target array and it is not inside (0%)

这是创建基本示例的方法：

structure(list(id = c("A", "A", "A", "A", "A", "A", "A", "A", 
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "B", 
"B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", 
"B", "B", "B", "B", "B", "B"), day = structure(c(19104, 19105, 
19106, 19107, 19108, 19109, 19110, 19111, 19112, 19113, 19304, 
19305, 19306, 19307, 19604, 19605, 19606, 19607, 19608, 19609, 
19204, 19205, 19206, 19207, 19208, 19209, 19210, 19211, 19212, 
19213, 19214, 19215, 19216, 19217, 19218, 19219, 19220, 19221, 
19222, 19223), class = "Date"), result = c(1.55, 1.92, 3.6, 3.45, 
3.3, 3.46, 2.79, 2.55, 2.08, 2.27, 2.44, 4.59, 1.8, 0.75, 3.13, 
2.59, 2.16, 2.93, 1.38, 2.92, 3.19, 3.23, 3.48, 3.39, 2.62, 2.66, 
3.77, 3.44, 3.06, 2.59, 2.87, 1.97, 2.5, 2.84, 1.48, 3.04, 2.62, 
0.76, 2.74, 2.84), difs = c(0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 191, 
1, 1, 1, 297, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 
1, 1, 1, 1, 1, 1, 1, 1, 1), Grp = c(1, 1, 1, 1, 1, 1, 1, 1, 1, 
1, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 
1, 1, 1, 1, 1, 1, 1, 1, 1, 1)), row.names = c(NA, -40L), groups = structure(list(
    id = c("A", "B"), .rows = structure(list(1:20, 21:40), ptype = integer(0), class = c("vctrs_list_of", 
    "vctrs_vctr", "list"))), class = c("tbl_df", "tbl", "data.frame"
), row.names = c(NA, -2L), .drop = TRUE), class = c("grouped_df", 
"tbl_df", "tbl", "data.frame"))

当然，如果有人知道一个函数可以得到与我正在尝试使用 mutate + case_when 相同的输出，那也会非常有帮助。提前致谢。

编辑：我认为 mutate 独立迭代组内的每一行，所以我不明白为什么结果是错误的。也许它以某种方式混合了每个组的结果（和 from_r）值？

Answer 1

问题是您使用 min/max 而不是向量化 pmin/pmax:

library(dplyr)

ex1 <- example %>% 
  arrange(id,Grp,day) %>% 
  group_by(id,Grp) %>% # Group by episodes (id + Grp)
  mutate(from_r = lag(result)) %>% # get previous result y(t-1)
  filter(difs != 0, difs < 181) # dischard first sample of every subgroup/episode

ex1 %>%
  mutate( 
    p_days = case_when(
      (pmin(result,from_r) < Rinf) & (pmax(result,from_r) > Rsup) ~ 'A',  
      (pmin(result,from_r) > Rinf) & (pmax(result,from_r) < Rsup) ~ '100',
      (pmin(result,from_r) < Rinf) & (pmax(result,from_r) > Rinf) ~ 'Inf',
      (pmin(result,from_r) < Rsup) & (pmax(result,from_r) > Rsup) ~ 'Sup',
      TRUE ~ '0')
  )
#> # A tibble: 36 × 7
#> # Groups:   id, Grp [4]
#>    id    day        result  difs   Grp from_r p_days
#>    <chr> <date>      <dbl> <dbl> <dbl>  <dbl> <chr> 
#>  1 A     2022-04-23   1.92     1     1   1.55 0     
#>  2 A     2022-04-24   3.6      1     1   1.92 A     
#>  3 A     2022-04-25   3.45     1     1   3.6  0     
#>  4 A     2022-04-26   3.3      1     1   3.45 0     
#>  5 A     2022-04-27   3.46     1     1   3.3  0     
#>  6 A     2022-04-28   2.79     1     1   3.46 Sup   
#>  7 A     2022-04-29   2.55     1     1   2.79 100   
#>  8 A     2022-04-30   2.08     1     1   2.55 100   
#>  9 A     2022-05-01   2.27     1     1   2.08 100   
#> 10 A     2022-11-09   4.59     1     2   2.44 Sup   
#> # … with 26 more rows

要更清楚地看到差异，请检查：

min(ex1$result,ex1$from_r) < Rinf
#> [1] TRUE
pmin(ex1$result,ex1$from_r) < Rinf
#>  [1]  TRUE  TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE  TRUE  TRUE
#> [13] FALSE FALSE FALSE  TRUE  TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
#> [25] FALSE FALSE FALSE  TRUE  TRUE FALSE  TRUE  TRUE FALSE  TRUE  TRUE FALSE

如您所见，使用 min 条件 min(ex1$result,ex1$from_r) < Rinf 为数据的每一行提供 TRUE。如果你想检查条件或设置每行你必须使用 pmin/pmax.

case_when 失败（意外结果）但 case_when 的条件在外部工作

case_when fails (unexpected results) but conditions for case_when work outside

r

dplyr

tidyverse