代码之家 › 专栏 › 技术社区 › HM8689

如何对R中的连接字符串使用Pivottabler

HM8689 · 技术社区 · 7 年前

我有一张这样的桌子-

LDAutGroup  PatientDays ExposedDays sex    Ageband    DrugGroup Prop    LowerCI UpperCI concat
Group1            100        23       M    5 to 10      PSY      23       15.84   32.15  23 (15.84 -32.15)    F
Group2            500        56       F    11  to 17    HYP      11.2      8.73   14.27  11.2 (8.73 -14.27)
Group3            300        89       M    18 and over  PSY      29.67    24.78   35.07  29.67 (24.78 -35.07)
Group1            200        34       F    5 to 10      PSY      17       12.43   22.82  17 (12.43 -22.82)
Group2            456        78       M    11 to 17     ANX      17.11    13.93   20.83  17.11 (13.93 -20.83)

接下来,我希望透视表将concat列作为valuename进行布局。但是,数据透视表只处理整数或数值。下面的代码可以单独运行Prop、LowerCI或UpperCI列,但会为concat列提供错误消息-

library(readr)
library(dplyr)
library(epitools)
library(gtools)
library(reshape2)
library(binom)
library(pivottabler)    
pt <- PivotTable$new()
    pt$addData(a)
    pt$addColumnDataGroups("LDAutGroup")
    pt$addColumnDataGroups("sex")
    pt$addRowDataGroups("DrugGroup")
    pt$addRowDataGroups("Ageband")
    pt$defineCalculation(calculationName="TotalTrains", type="value", valueName="Prop")
    pt$renderPivot()

我能在concat列上做这个吗?我想要一个具有以下布局的表,以及用上表的concat列中的字符串填充的单元格

                     Group1     Group2      Group3  
                      M   F     M    F      M    F
ANX 11 to 17                        
    18 and over                     
    Total                       
HYP 11  to 17                       
    18 and over                     
    5 to 10                     
    Total                       
PSY 18 and over                     
    5 to 10                     
    Total

2 回复 | 直到 7 年前

cbailiss 7 年前

我是pivottabler包的作者。

如您所说,pivottabler当前只对整数/数字列进行透视。然而,使用自定义单元计算函数来计算每个单元中的值,仍然存在一种解决方法。自定义计算函数是为更复杂的用例而设计的,因此以这种方式使用它们是一种大锤式方法,但它可以完成这项工作,而且我认为在某些情况下是有意义的,例如,如果您有其他数值枢轴表,并且希望在输出中的枢轴表具有统一的外观。

根据包的小插曲改编一个示例:

library(pivottabler)
library(dplyr)

trainsConcatendated <- mutate(bhmtrains, ConcatValue = paste(TOC, TrainCategory, sep=" "))

getConcatenatedValue <- function(pivotCalculator, netFilters, format, baseValues, cell) {
  # get the data frame
  trains <- pivotCalculator$getDataFrame("trainsConcatendated")
  # apply the filters coming from the headers in the pivot table
  filteredTrains <- pivotCalculator$getFilteredDataFrame(trains, netFilters)
  # get the distinct values
  distinctValues <- distinct(filteredTrains, ConcatValue)
  # get the value of the concatenated column
  # this just returns the first concatenated value for the cell
  # if there are multiple values, the others are ignored
  if(length(distinctValues$ConcatValue)==0) { tv <- "" }
  else { tv <- distinctValues$ConcatValue[1] }
  # build the return value
  # the raw value must be numerical, so simply set this to zero
  value <- list()
  value$rawValue <- 0
  value$formattedValue <- tv
  return(value)
}

pt <- PivotTable$new()
pt$addData(trainsConcatendated)
pt$addColumnDataGroups("TrainCategory", addTotal=FALSE)
pt$addRowDataGroups("TOC", addTotal=FALSE)
pt$defineCalculation(calculationName="ConcatValue", 
                     type="function", calculationFunction=getConcatenatedValue)
pt$renderPivot()

结果:

Nar 7 年前

对CI应用相同的函数(较低或较高)是推测性的,因为mean statistics可以报告小计级别,而concat不能报告小计(至少以pivot table的简单方式)。由于没有小计,您可以很容易地使用tidyr库和表扩展格式的字符类型的报表变量:这里有两行代码。首先是为列创建组,第二行是将表格式更改为扩展版本

library(tidyr)

Table_Original <- unite(Table_Original, "Col_pivot", c("LDAutGroup", "sex"), sep = "_", remove = F)
Table_Pivot <- spread(Table_Original[ ,c("Col_pivot","DrugGroup", "Ageband", "concat")], Col_pivot, concat)