代码之家 › 专栏 › 技术社区 › uhClem

R: 交叉引用列/反向查找

reverse-lookup subset r

uhClem · 技术社区 · 7 年前

我已经找到了一种解决方法,但我怀疑一定有一种更自然或更习惯的方法。给定一个数据集,该数据集包含许多台站多年来的许多观测结果,按台站列出每个台站活跃的年份——应该很简单。数据大致如下:

set.seed(668)
yrNames <- seq(1995,2015)
staNames <- c(LETTERS[1:12])
trpNames <- seq(1,6)
years <- rep(yrNames, times=rep(sample(1:4, length(yrNames), replace=TRUE)))
stations <- sample(staNames, length(years), replace=TRUE)
traps <- sample(trpNames, length(years), replace=TRUE)
data <- data.frame(YEAR=years, STATION=stations, TRAP=traps)

在经历了太多的时间后(努力以矢量方式思考,避免循环),我终于找到了自己的方法:

library("reshape2")
bySta <- dcast(data, YEAR ~ STATION)
sapply(bySta, function(x){ return(bySta$YEAR[x > 0])})

这就是我想要的:

# $YEAR
#  [1] 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
# [16] 2010 2011 2012 2013 2014 2015
# $A
# [1] 2002 2009 2015
# $B
# [1] 1996 1999 2003 2007 2013
# $C
# [1] 2000 2002 2005 2006 2009 2010 2014
# # [...]

但实现这一目标远非凭直觉,有各种各样的死胡同。是否有更简单的方式说“列出每个df$y值的所有df$x”?

另一个问题是,我从一个由

dfList <- lapply(fileList, readDelimFunc)

我很高兴有其他目的,但对于这项任务,额外的组织层让我很困惑,所以我把它们混合在一起。所需的列表是否也可以(正常地)从dfs列表中生成,或者这是荒谬的?

1 回复 | 直到 7 年前

thc 7 年前

dplyr解决方案:

data %>% group_by(STATION) %>% summarize(years = list(unique(YEAR))) %>% as.data.frame

结果:

   STATION                                    years
1        A                         2002, 2009, 2015
2        B             1996, 1999, 2003, 2007, 2013
3        C 2000, 2002, 2005, 2006, 2009, 2010, 2014
4        D                   2003, 2005, 2010, 2014
5        E                               1997, 2005
6        F       1996, 1997, 1998, 2001, 2014, 2015
7        G                               1996, 2001
8        H                         1995, 1997, 2003
9        I                         1996, 1997, 2008
10       J                         1999, 2001, 2009
11       K             2003, 2004, 2010, 2011, 2012
12       L                   2002, 2004, 2011, 2015

请注意,Xapply循环实际上并没有“矢量化”,它们只是普通R函数调用迭代的包装器。(此dplyr解决方案也没有“矢量化”)。

最好不要为寻找最理想的解决方案而烦恼,而是寻找最感性的解决方案。

推荐文章

Marc B. · 使用ggplot2创建条形图时“缺少值”

1 年前

deschen · tidyverse与外部向量发生突变,该外部向量的元素是数据帧中的列值

1 年前

Laura · 在Shiny中使用可排序的包拖放名称,这些名称将成为图表

1 年前

Mallikarjun M · 如何使用随机森林进行时间序列预测?

1 年前

ly li · 模型摘要:当表格形状改变时,拟合优度消失

1 年前

C.Robin · 将marginaffects::predictions()的结果连接回main df?

1 年前

monotonic · 如何将格式为“col1+col3+col4”的数据帧的行名转换为一列数字向量“c(1,3,4)”?

2 年前

Shawn Hemelstrand · 为什么我的自定义errorbar函数不能在R中工作?

2 年前

RoyBatty · 统计每个字符在整个数据集中出现的次数

2 年前

stats_noob · R: 记录某个“行为”发生的循环的索引?

2 年前