代码之家 › 专栏 › 技术社区 › Tito Sanz

基于tidydata格式的非精确分类值数目的新变量

tidyverse dplyr r

0

Tito Sanz · 技术社区 · 7 年前

d <- data.frame(
  x = c("a", "a", "b", "b", "b", "c", "c"),
  y = c("fruit", "fruit", "vegetables", "fruit", "vegetables", "vegetables", "vegetables")
)

d
#>   x          y
#> 1 a      fruit
#> 2 a      fruit
#> 3 b vegetables
#> 4 b      fruit
#> 5 b vegetables
#> 6 c vegetables
#> 7 c vegetables

创建数据集的条件是:

如果同一用户有 fruit 在所有的行中
如果同一用户有 vegetables 在所有的行中 蔬菜
如果同一用户有 蔬菜 和/或 水果 得到 mix

#>   x          y
#> 1 a      fruit
#> 2 b        mix
#> 3 c vegetables

到目前为止,我已经尝试应用一个自定义函数,但是由于中的每个用户没有确切的行数 x 我想不出一个合适的解决办法。使用 tidyverse溶液

3 回复 | 直到 7 年前

1

2

A. Suliman 7 年前

library(dplyr)
d %>% mutate_if(is.factor, as.character) %>% 
      group_by(x) %>%
      #Check if number of distinct "unique" for y within x==1, then get the first element of y else return 'mix' 
      summarise(y = ifelse(n_distinct(y) == 1, first(y), 'mix')) 

# A tibble: 3 x 2
  x     y         
<chr> <chr>     
1 a     fruit     
2 b     mix       
3 c     vegetables

2

1

Rich Scriven 7 年前

滚动将值与因子级别进行比较的函数,然后进行聚合。

f <- function(x) {
    if(all(levels(x) %in% x)) "mix" else unique(levels(x)[x])
}

aggregate(y ~ x, d, f)
#   x          y
# 1 a      fruit
# 2 b        mix
# 3 c vegetables

3

0

lebatsnok 7 年前

`tapply`

tapply(d$y, d$x, function(x) if(length(u<-unique(x))==1) u else "mix")
#       a            b            c 
# "fruit"        "mix" "vegetables"

或者,如果结果的格式很重要:

res <- tapply(d$y, d$x, function(x) if(length(u<-unique(x))==1) u else "mix")
data.frame(x=names(res), y=res)
#   x          y
# a a      fruit
# b b        mix
# c c vegetables