使用 dplyr 包中的 group_by 和 mutate 通过 id 变量创建新的因子变量

我有一个长格式的分层数据框，其中每一行代表关系，其中许多关系可以属于一个人。以下是一个小型示例数据集的代码：

df <- data.frame(id = as.factor(c(1,1,1,2,2,3,4,4)),
             partner = c(1,2,3,1,2,1,1,2),
             kiss = as.factor(c("Yes", "No", "No", "No", "No", "Yes", "Yes", "No")))

  id partner kiss
1  1       1  Yes
2  1       2   No
3  1       3   No
4  2       1   No
5  2       2   No
6  3       1  Yes
7  4       1  Yes
8  4       2   No

我想在此数据集中创建一个新的因子变量，该变量指示该人（由“id 变量表示”）是否从未亲吻过他们的任何“伴侣”。换句话说，如果这个人与任何伴侣接吻，新变量将表示“是”——他们从未与任何伴侣接吻。我认为它应该是这样的：

  id partner kiss neverkiss
1  1       1  Yes        No
2  1       2   No        No
3  1       3   No        No
4  2       1   No       Yes
5  2       2   No       Yes
6  3       1  Yes        No
7  4       1  Yes        No
8  4       2   No        No

理想情况下，我想找到一种方法来创建此变量而不重塑数据集。我也更喜欢使用 dplyr 包。到目前为止，我已经考虑过使用此包中的 group_by 和 mutate 函数来创建此变量。但是，我不确定可以使用哪些辅助函数来创建特定变量。我对 dplyr 包之外的其他想法持开放态度，但这对我来说将是一等奖。

这应该可以做到

require(dplyr)

df <- data.frame(id = as.factor(c(1,1,1,2,2,3,4,4)),
             partner = c(1,2,3,1,2,1,1,2),
             kiss = as.factor(c("Yes", "No", "No", "No", "No", "Yes", "Yes", "No")))

df_new <- df %>% 
   group_by(id) %>% 
   mutate("neverkiss" = {if (any(kiss == "Yes")) "No" else "Yes"})

df_new

如果新列应包含您必须的因素ungroup first

df_new <- df %>% 
   group_by(id) %>% 
   mutate("neverkiss" = {if (any(kiss == "Yes")) "No" else "Yes"}) %>% 
   ungroup() %>% 
   mutate("neverkiss" = as.factor(neverkiss))

class(df_new$neverkiss)
[1] "factor"

原因是因素不能结合：

a <- as.factor(c("Yes", "Yes", "Yes"))
b <- as.factor(c("No", "No", "No")) 

c(a, b) # meaningless

由于分组仍处于活动状态mutate基本上是构建向量neverkiss作为每个向量的组合id（组），这会产生一个只有一个级别的向量（在本例中为“否”）。