代码之家 › 专栏 › 技术社区 › Lee

使用R计数数据帧组中的类型数

mutate counting dplyr dataframe r

Lee · 技术社区 · 2 年前

我有这样的数据:

data<-data.frame(is.on=c("FALSE","FALSE","FALSE","TRUE","FALSE","TRUE","FALSE","FALSE","TRUE","TRUE","TRUE","TRUE"),
                 dur=c(10,20,30,10,10,10,10,20,10,20,30,40),
                 dt=c(10,10,10,10,10,10,10,10,10,10,10,10),
                 block=c(2,2,2,3,4,5,6,6,7,7,7,7),
                 interval_block=c(1,1,1,2,2,2,3,3,3,4,4,4))

现在我想 summary_data 基于 block 。的行数 summary_data 是的类型数 interval_block 。步骤1:

# Step 1: Find the maximum number of types for block column within each interval_block
max_types <- sapply(unique(data$interval_block), function(interval) {
  blocks <- unique(data[data$interval_block == interval, "block"])
  length(blocks)
})
max_num_types <- max(max_types)

对于 间隔_块 =1,有一种类型的块。(2) 对于 间隔_块 =2,有三种类型的块。(3、4和5) 对于 间隔_块 =3,有两种类型的块。(6和7) 对于 间隔_块 =4,有一种类型的块。(7) 因此,的最大类型数 块 每个内的列 间隔_块 是3。上面是计算这个数字的代码。根据这个数字,我想 dur_ 列。所以,在这种情况下,应该有 dur_1 , dur_2 和 dur_3 。

第2步: 决定的值 dur_ 列。对于 间隔_块 =1,有一种类型 块 。我想填充 dur_1 然后离开 dur_2 和 dur_3 作为0。 #( 块 =2以内 间隔_块 =1)=3。所以,我想填充 dur_1 为3乘以10=30。

对于 间隔_块 =2,有三种类型 块 。我想填充 dur_1 , dur_2 和 dur_3 。 #( 块 =3以内 间隔_块 =2)=1, #( 块 =4以内 间隔_块 =2)=1, #( 块 =5以内 间隔_块 =2)=1。所以,我想填补 dur_1 作为1乘以10=10, dur_2 为1乘以10=10并且 dur_3 为1乘以10=10。

对于 间隔_块 =3,有两种类型 块 。我想填充 dur_1 , dur_2 然后离开 dur_3 作为0。 #( 块 =6以内 间隔_块 =3)=2, #( 块 =7以内 间隔_块 =3)=1, 所以,我想填补 dur_1 作为2乘以10=20, dur_2 为1乘以10=10并且 dur_3 作为0。

对于 间隔_块 =4,有一种类型 块 。我想填充 dur_1 然后离开 dur_2 和 dur_3 作为0。 #( 块 =7以内 间隔_块 =4)=3。所以,我想填补 dur_1 作为3乘以10=10, dur_2 和 dur_3 作为0。

我描述了很长时间的规则,但基本上都是关于计算 间隔_块 并乘以10。我的预期输出应该是这样的:

summary_data<-data.frame(dur_1=c(30,10,20,30),
                     dur_2=c(0,10,10,0),
                     dur_3=c(0,10,10,0),
                     interval_block=c(1,2,3,4))

我不知道如何用R编码。

请澄清。第一排:有3个 块 =2(一种类型)。Sine one type,we only fill dur_1 其中3乘以10。第二排,有1个 块 =3,1 块 =4和1 块 =5(三种类型)。由于有三种类型,我们填充 dur_1 , dur_2 和 dur_3 分别为1乘以10、1乘以10和1乘以10。

第三排: 有2个 块 =6,1 块 =7(两种类型)。由于有两种类型,我们填充 dur_1 , dur_2 分别为2乘以10、1乘以10。

1 回复 | 直到 2 年前

I_O 2 年前

利用{dplyr}和{tidyr},您可以执行以下操作:

library(dplyr)
library(tidyr)

data |>
  group_by(interval_block) |>
  mutate(ID = row_number(),
         dur = block |> as.factor() |> as.integer(),
         dur = 1 + dur - min(dur),
         dur_names = paste0('dur_', dur),
         dur_values = 10 * dur
         ) |>
  group_by(interval_block, dur_names) |>
  summarise(dur_values = sum(dur_values)) |>
  pivot_wider(names_from = dur_names, values_from = dur_values) |>
  mutate(across(everything(), ~ ifelse(is.na(.x), 0, .x))) |>
  select(starts_with('dur'), interval_block)

# A tibble: 4 x 4
# Groups:   interval_block [4]
  dur_1 dur_2 dur_3 interval_block
  <dbl> <dbl> <dbl>          <dbl>
1    30     0     0              1
2    10    20    30              2
3    20    20     0              3
4    30     0     0              4

编辑: 一个有点深奥的R基替代方案:

data |>
  split(data$interval_block) |>
  Map(f = \(x) {
    max_blocks = with(data,  max(table(interval_block, block)))
    dur <- table(x$block)
    `[<-`(integer(max_blocks), seq_along(dur), 10 * dur)
  }) |>
  Reduce(f = rbind) |>
  cbind(unique(data$interval_block)) |>
  as.data.frame(row.names = FALSE) |>
  setNames(nm = c(paste0('dur_', 1:3), 'interval block'))

'[<-' 用于从中获取的零填充 here

Parfait 2 年前

利用 base R,首先计算一个唯一的组块计数,然后聚合数据并通过清理将其重塑为最终格式:

# ADD COLUMN FOR UNIQUE BLOCK GROUP NUM
data <- within(
    data, {
        dur_num <- ave(
            block,
            interval_block, 
            FUN=\(x) as.integer(factor(x))
        )
    }
) 

# AGGREGATE BY UNIQUE BLOCKS WITHIN INTERVAL BLOCK
agg_df <- aggregate(
    dt ~ dur_num + interval_block,
    data,
    FUN = sum
)

# RESHAPE WIDE
wide_df <- reshape(
    agg_df,
    idvar = "interval_block",
    timevar = "dur_num",
    v.names = "dt",
    direction = "wide",
    sep = "_"
)

# CLEAN UP
wide_df[is.na(wide_df)] = 0

row.names(wide_df) <- 1:nrow(wide_df)
colnames(wide_df) <- gsub(
    "dt_", "dur_", colnames(wide_df), fixed=TRUE
)


wide_df
  interval_block dur_1 dur_2 dur_3
1              1    30     0     0
2              2    10    10    10
3              3    20    10     0
4              4    30     0     0

Online Demo