代码之家 › 专栏 › 技术社区 › max

当一行重复时,标记它是来自一个组、另一个组还是两者?

data-wrangling data-cleaning tidyr r

0

max · 技术社区 · 4 年前

我有一个具有重复ID的数据帧,每个ID都有一个组标签。我该怎么用 tidyr 或者从第一个数据帧到第二个数据帧的相关工具?我需要删除重复的行,并标记每一行是否存在于组“a”、组“b”或“两者都有”中。

library(tidyverse)

df <- tibble(id=c(1,2,2,3,4,4),
             label=c("a","a","b","b","a","b"))

# A tibble: 6 x 2
     id label
  <dbl> <chr>
1     1 a    
2     2 a    
3     2 b    
4     3 b    
5     4 a    
6     4 b    

df_desired <- tibble(id=c(1,2,3,4),
                     label=c("a","both","b","both"))

# A tibble: 4 x 2
     id label
  <dbl> <chr>
1     1 a    
2     2 both 
3     3 b    
4     4 both

0 回复 | 直到 4 年前

1

2

Duck 4 年前

另一种方式 dplyr 可以是:

library(tidyverse)
#Data
df <- tibble(id=c(1,2,2,3,4,4),
             label=c("a","a","b","b","a","b"))
#Code
df %>% group_by(id) %>% summarise_all(toString) %>%
  mutate(label=ifelse(nchar(label)==1,label,'both'))

输出:

# A tibble: 4 x 2
     id label
  <dbl> <chr>
1     1 a    
2     2 both 
3     3 b    
4     4 both

2

1

Cettt 4 年前

以下是一个可能的解决方案,使用 summarise

df %>%
  group_by(id) %>%
  summarise(label = if_else(length(unique(label)) == 2, "both", first(label)),
              .groups = "drop")

# A tibble: 4 x 2
     id label
  <dbl> <chr>
1     1 a    
2     2 both 
3     3 b    
4     4 both