使用palmer penguins数据集以及下面的测试数据 df_query，我需要写一个函数或一组命令，为每只企鹅在新的一列中分配一个类别，类别名为small、medium或 large。

我希望这个过程具有可复现性，并且在同一行的企鹅同时符合多个参数条件时，能够输出 "NA"，或输出不止一个类别。也存在一些重叠（我的数据也比这个更混乱）。

与之前的问题不同，因为这需要依赖一个单独的表格，并且涉及不止一个有界参数。

# Environment
library(tidyverse)
library(palmerpenguins)


head(penguins) # use this

df_query <- data.frame(CATEGORY = c("small", "medium", "large"), 
                       BILL_MIN = c(30,35,44),
                       BILL_MAX = c(36,46,62),
                       MASS_MIN = c(2500,2800,3800),
                       MASS_MAX = c(2800,4000,6000))

## Add a new column to 'penguins', based on the bill length and body mass parameters from df_query

# penguins_withCATEGORY <- penguins %>% 
  # mutate()

有一个尝试看起来像这样，但它没有同时考虑两者。

penguins$CATEGORY <- sapply(
  penguins$bill_len, function(x) penguins[
    x > df_query$BILL_MIN & 
      x <= df_query$BILL_MAX, "CATEGORY"]
)

解决方案

首先，为了便于跟踪，我们添加一个行ID：

p2 <- penguins |> mutate(id = row_number(), .before = 1)

接着，我们可以对分类表进行非等值连接，为每个匹配创建多行，然后把每行的匹配类别（若有）合并成一个以逗号分隔的列表。我假设应包含MIN，但只包含到MAX的范围，你可以按需调整。

p2_cat <- p2 |> 
  left_join(df_query,
            join_by(bill_length_mm >= BILL_MIN, bill_length_mm < BILL_MAX,
                    body_mass_g >= MASS_MIN, body_mass_g < MASS_MAX)) |>
  reframe(CATEGORY = paste(CATEGORY, collapse = ", "), .by = id)

现在有了这些，我们就可以把类别添加回原始表，举例在第282行出现多重匹配：

p2 |> 
  left_join(p2_cat) |>
  slice(1:9, 282)

#Joining with `by = join_by(id)`
## A tibble: 10 × 10
#      id species   island    bill_length_mm bill_depth_mm flipper_length_mm body_mass_g sex     year CATEGORY     
#   <int> <fct>     <fct>              <dbl>         <dbl>             <int>       <int> <fct>  <int> <chr>        
# 1     1 Adelie    Torgersen           39.1          18.7               181        3750 male    2007 medium       
# 2     2 Adelie    Torgersen           39.5          17.4               186        3800 female  2007 medium       
# 3     3 Adelie    Torgersen           40.3          18                 195        3250 female  2007 medium       
# 4     4 Adelie    Torgersen           NA            NA                  NA          NA NA      2007 NA           
# 5     5 Adelie    Torgersen           36.7          19.3               193        3450 female  2007 medium       
# 6     6 Adelie    Torgersen           39.3          20.6               190        3650 male    2007 medium       
# 7     7 Adelie    Torgersen           38.9          17.8               181        3625 female  2007 medium       
# 8     8 Adelie    Torgersen           39.2          19.6               195        4675 male    2007 NA           
# 9     9 Adelie    Torgersen           34.1          18.1               193        3475 NA      2007 NA           
#10   282 Chinstrap Dream               45.2          17.8               198        3950 female  2007 medium, large