在r中具有匹配准则的子集值

Question

我有一个类似的问题，here，但这个问题有点不同。

我想返回的值与匹配条件在另一列的基础上的切分标准。如果在变量中无法获得裁剪分数，我希望在第一次和第二次切分中获得最接近的更大的值，并在第三次切分中获取最接近的最小值。以下是dataset的快照：

ids <- c(1,2,3,4,5,6,7,8,9,10)
scores.a <- c(512,531,541,555,562,565,570,572,573,588)
scores.b <- c(12,13,14,15,16,17,18,19,20,21)
data <- data.frame(ids, scores.a, scores.b)
> data
   ids scores.a scores.b
1    1      512       12
2    2      531       13
3    3      541       14
4    4      555       15
5    5      562       16
6    6      565       17
7    7      570       18
8    8      572       19
9    9      573       20
10  10      588       21

cuts <- c(531, 560, 571)

我想获取与第一个切分对应的score.b值，即13。然后，抓取与第二次切分(560)分数相对应的记分.b值，但它不在记分中.A，所以我想得到分数.A值562 (最接近560的larger )，对应的值是16。最后，对于第三个切分(571)，我想得到18，这是最接近的smaller值(570)和第三个切分的对应值。

这是我想要的。

       scores.b
cut.1  13
cut.2  16
cut.3  18

有什么想法吗？谢谢

Answer 1

data %>% 
   mutate(cts = Hmisc::cut2(scores.a, cuts = cuts)) %>% 
   group_by(cts) %>% 
   summarise( mn = min(scores.b),
              mx = max(scores.b)) %>% 
   slice(-c(1,4)) %>% unlist() %>% .[c(3,4,6)] %>% 
   data.frame() %>% 
   magrittr::set_colnames("scores.b") %>% 
   magrittr::set_rownames(c("cut.1", "cut.2", "cut.3"))

      scores.b
cut.1       13
cut.2       16
cut.3       18

Answer 2

使用tidyverse

data %>% 
mutate(cuts_new = cut(scores.a, breaks = c(531,560,570, 1000), right = F)) %>% 
group_by(cuts_new) %>% summarise(first_sb = first(scores.b)) %>% 
ungroup()

在以下方面的成果：

# A tibble: 4 x 2
  cuts_new    first_sb
  <fct>          <dbl>
1 [531,560)         13
2 [560,570)         16
3 [570,1e+03)       18
4 NA                12