代码之家 › 专栏 › 技术社区 › Delopera

R: 使用为循环创建新列

dplyr r

1

Delopera · 技术社区 · 2 年前

我有这样的大数据帧

 df <- data.frame(min =seq(1,90, by=1), event=sample(LETTERS,90,replace=TRUE))

我想创建新的列(段)来识别和命名特定值之间的段。

例如,第一个段应该从数据帧的开头开始,直到事件“A”。第二段应在“A”之后开始,并一直持续到下一个事件“A”。最后一段应该从最后一个“A”开始,直到数据帧结束。

最好显示所需的输出

最小	事件	段
1.	C	1-5
2.	D	1-5
3.	D	1-5
4.	E	1-5
5.	A.	1-5
6.	E	6-10
7.	G	6-10
8.	G	6-10
9	G	6-10
10	A.	6-10
11	F	11-12
12	G	11-12

我知道我应该使用循环,但有点困惑如何做到这一点。

2 回复 | 直到 2 年前

1

3

Allan Cameron 2 年前

不需要显式循环。中的一些简单数据操作 dplyr 应该做到这一点:

library(dplyr)

df <- data.frame(min = 1:12, 
                 event = c("C", "D", "D", "E", "A", 
                           "E", "G", "G", "G", "A", "F", "G"))

df %>%
  mutate(cluster = lag(cumsum(event == "A"), 1, 0)) %>%
  mutate(segment = paste(first(min), last(min), sep = "-"), .by = "cluster") %>%
  select(-cluster)
#>    min event segment
#> 1    1     C     1-5
#> 2    2     D     1-5
#> 3    3     D     1-5
#> 4    4     E     1-5
#> 5    5     A     1-5
#> 6    6     E    6-10
#> 7    7     G    6-10
#> 8    8     G    6-10
#> 9    9     G    6-10
#> 10  10     A    6-10
#> 11  11     F   11-12
#> 12  12     G   11-12

2

3

Rui Barradas 2 年前

这是一个基本的R解决方案。
在每个段的开头创建一个逻辑索引。 tapply 按该索引分组(使用标准 cumsum trick)将获得片段的长度。然后,确定每个线段的起点和终点,将它们粘贴在一起,并复制这些值以获得所需的矢量。

set.seed(2023)
df <- data.frame(min =seq(1,90, by=1), event=sample(LETTERS,90,replace=TRUE))

i_A <- df$event == "A"
n <- with(df, tapply(event, cumsum(i_A), length))
if(!i_A[nrow(df)]) i_A[nrow(df)] <- TRUE
end <- which(i_A)
start <- c(0L, end[-length(end)]) + 1L
df$segment <- rep(paste(start, end, sep = "-"), n)
head(df)
#>   min event segment
#> 1   1     U    1-11
#> 2   2     P    1-11
#> 3   3     O    1-11
#> 4   4     I    1-11
#> 5   5     H    1-11
#> 6   6     S    1-11

^{创建于2023-12-16

reprex v2.0.2}