itérations en cours en R pour créer une nouvelle variable avec des conditions spécifiques

Question

J'ai donc ces données et ce que je voudrais faire est de créer une variable qui reflète le groupe le plus haut statut chaque année. Chaque groupe peut avoir le statut: * 1 = Monopoly, * 2 = Dominant, * 3 = Principal, * 4 = Junior ou * 5 = Discriminé. Les groupes qui sont 1 ou 2 obtiendraient automatiquement le statut le plus élevé, car chaque pays n'aurait qu'un groupe qui détient ce statut au cours d'une année donnée. Certains pays ont toutefois plusieurs groupes appartenant à 3 (et 3 est aussi, parfois, le plus haut statut de groupe qui peut être atteint dans ce pays pour cette année) et dans ce cas, je voudrais le groupe avec la plus grande taille pour être codé comme celui avec le statut le plus élevé. Comment puis-je faire cela?

données

D1 <- data.frame(row = c(1, 2, 3, 4, 5, 6, 7 , 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20), 
      country = c("US", "US", "US", "US", "US", "US", "US", "US","US", "US", "Canada", "Canada", "Canada", "Canada", "Canada", "Canada", "Canada", "Canada", "Canada", "Canada"), 
      year = c(1991, 1992, 1993, 1994, 1995, 1991, 1992, 1993, 1994, 1995, 1991, 1992, 1993, 1994, 1995, 1991, 1992, 1993, 1994, 1995), 
      group = c("White", "White", "White", "White", "White", "Latino", "Latino", "Latino", "Latino", "Latino","English", "English", "English", "English", "English", "French", "French", "French", "French", "French"), 
      groupstatus = c("1", "1", "1", "3", "3", "5", "5","5", "3", "3", "2", "2", "2", "3", "3", "3", "3", "3", "3", "4"), 
      groupsize= c(0.7, 0.7, 0.7, 0.7, 0.7, 0.15, 0.15, 0.15, 0.15, 0.15, 0.1, 0.1, 0.1, 0.1, 0.1, 0.2, 0.2, 0.2, 0.2, 0.2)) 

souhaité Sortie

D1 <- data.frame(row = c(1, 2, 3, 4, 5, 6, 7 , 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20), 
country = c("US", "US", "US", "US", "US", "US", "US", "US","US", "US", "Canada", "Canada", "Canada", "Canada", "Canada", "Canada", "Canada", "Canada", "Canada", "Canada"), 
year = c(1991, 1992, 1993, 1994, 1995, 1991, 1992, 1993, 1994, 1995, 1991, 1992, 1993, 1994, 1995, 1991, 1992, 1993, 1994, 1995), 
group = c("White", "White", "White", "White", "White", "Latino", "Latino", "Latino", "Latino", "Latino","English", "English", "English", "English", "English", "French", "French", "French", "French", "French"),    
groupstatus = c("1", "1", "1", "3", "3", "5", "5","5", "3", "3", "2", "2", "2", "3", "3", "3", "3", "3", "3", "4"), 
groupsize= c(0.7, 0.7, 0.7, 0.7, 0.7, 0.15, 0.15, 0.15, 0.15, 0.15, 0.1, 0.1, 0.1, 0.1, 0.1, 0.2, 0.2, 0.2, 0.2, 0.2), 
highest= c(1, 1, 1, 1, 1, 0, 0, 0, 0, 0, 1, 1, 1, 0, 1, 0, 0, 0, 1, 0)) 

Answer 1

Voici une façon avec data.table.

Nous convertissons le 'data.frame' à 'data.table' (setDT(D1)). Regroupées par « pays » et « année », nous créons une colonne binaire « plus haut » en fonction de la présence de valeurs 1 et 2 dans le « GroupStatus » (Il pourrait aussi être fait en une seule étape, mais pour une meilleure compréhension je partage ce en haut). A l'étape suivante, regroupés par les mêmes colonnes, nous vérifions si tous les éléments de 'groupstatus' sont 3 (all(groupstatus==3)). Si tel est le cas, nous obtenons l'indice logique du maximum « groupsize » (groupsize==max(groupsize)) ou else (si certaines valeurs « GroupStatus » ne sont pas 3), nous recherchons des groupes avec des valeurs « plus » sont tous « 0 »ou 'faux' (!any(highest)) et 'GroupStatus' est 3 (groupstatus==3). Le vecteur logique résultant peut être modifié en index de ligne 'numérique' par .I. On extrait la colonne d'index de ligne ($V1) et l'utiliser pour modifier les valeurs de « plus haut » à 1.

setDT(D1)[, highest := +(groupstatus %in% 1:2) , .(country, year)] 
indx <- D1[, .I[if(all(groupstatus==3)) groupsize==max(groupsize) 
    else !any(highest)& groupstatus==3], .(country, year)]$V1 
D1[indx, highest := 1L]