有条件替换Group_by的所有记录，如果满足条件，一旦达到条件

Question

我正在尝试将nat_locx中的所有值替换为locx中的第一行的值，如果id> ID（我的group_by（）变量）。

这是我的数据的一个示例：

  id         DATE       nat_locx  LOCX distance loc_age
 <fct>       <date>        <dbl> <dbl>    <dbl>   <dbl>
 6553        2004-06-27     13.5   2    487.90       26
 6553        2004-07-14     13.5  13.5    0          43
 6553        2004-07-15     13.5  12.5   30          44
 6553        2004-07-25     13.5  14.5   44.598      54
 6081        2004-07-05       13  14.2   40.249      44
 6081        2004-07-20       13  13.8   61.847      49

我尝试这样做的方式就是这样：

df<-df %>%
    group_by(id) %>%
    mutate(nat_locx=ifelse(loc_age>25 & loc_age<40 & distance>30, first(LOCX), nat_locx))

但是，当我这样做时，它仅用locx列而不是第一个值代替第一行所有nat_locx我的group_by variable（id）的值。

理想情况下，我希望此输出：

  id         DATE       nat_locx  LOCX distance loc_age
 <fct>       <date>        <dbl> <dbl>    <dbl>   <dbl>
 6553        2004-06-27     2     2     487.90       26
 6553        2004-07-14     2     13.5    0          43
 6553        2004-07-15     2     12.5   30          44
 6553        2004-07-25     2     14.5   44.598      54 
 6081        2004-07-05     13    14.2   40.249      44
 6081        2004-07-20     13    13.8   61.847      49

dplyr解决方案是首选。

Answer 1

如果 else 语句：

df %>%
  group_by(id) %>%
  mutate(nat_locx=if (loc_age > 25 & 
                      loc_age < 40 & 
                      distance > 30) {
    first(LOCX)
  } else {
    nat_locx
  }
  )

     id DATE       nat_locx  LOCX distance loc_age
  <int> <chr>         <dbl> <dbl>    <dbl>   <int>
1  6553 2004-06-27        2   2      488.       26
2  6553 2004-07-14        2  13.5      0        43
3  6553 2004-07-15        2  12.5     30        44
4  6553 2004-07-25        2  14.5     44.6      54
5  6081 2004-07-05       13  14.2     40.2      44
6  6081 2004-07-20       13  13.8     61.8      49

Answer 2

我们可能需要更换

df %>%
    group_by(id) %>%
    mutate(nat_locx = 
       replace(nat_locx, 
       loc_age>25 & loc_age<40 & distance>30, 
       first(LOCX)))