使用R统计 Dataframe 组中的类型数

o7jaxewo 于 2023-05-26 发布在其他

关注(0)|答案(2)|浏览(113)

我有这样一个数据：

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))

现在我想在block的基础上创建summary_data。summary_data的行数是interval_block的类型数。第一步：

# 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interval_block =1，存在一种类型的块。（2）对于interval_block =2，有三种类型的块。（3，4和5）对于interval_block =3，有两种类型的块。（6和7）对于interval_block =4，有一种类型的块。（7）因此，每个interval_block中block列的最大类型数为3。上面是计算这个数字的代码。根据这个数字，我想做dur_列。因此，在这种情况下，应该有dur_1，dur_2和dur_3。
步骤2：确定dur_列的值。对于interval_block =1，有一种类型的block。我想填充dur_1，并将dur_2和dur_3保留为0。#（block =2，interval_block =1）=3。因此，我想将dur_1填充为3乘以10=30。
对于interval_block =2，有三种类型的block。我想填充dur_1、dur_2和dur_3。#（block =3，interval_block =2）=1，#（block =4，interval_block =2）=1，#（block =5，interval_block =2）=1。因此，我想将dur_1填充为1乘以10=10，dur_2填充为1乘以10=10，dur_3填充为1乘以10=10。
对于interval_block =3，有两种类型的block。我想填充dur_1，dur_2，并将dur_3保留为0。#（block =6 within interval_block =3）=2，#（block =7 within interval_block =3）=1，所以，我想把dur_1填成2乘以10=20，把dur_2填成1乘以10=10，把dur_3填成0。
对于interval_block =4，有一种类型的block。我想填充dur_1，并将dur_2和dur_3保留为0。#（block =7，interval_block =4）=3。因此，我想将dur_1填充为3乘以10=10，将dur_2和dur_3填充为0。
我描述的规则相当长，但基本上都是关于计算interval_block中的类型数并乘以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))

我不知道怎么用R语言写代码。
澄清一下。第一行：有3个block =2（一种）。其中一种类型，我们只用3乘以10填充dur_1。第二行，有1 block =3，1 block =4和1 block =5（三种类型）。由于有三种类型，我们分别用1 × 10、1 × 10、1 × 10填充dur_1、dur_2和dur_3。
第三行：有2 block =6，1 block =7（两种）。由于有两种类型，我们分别用2 × 10，1 × 10填充dur_1，dur_2。

来源：https://stackoverflow.com/questions/76300122/count-the-number-of-types-in-the-groups-of-data-frame-using-r

2条答案

按热度按时间

ukqbszuj1#

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

Edit：一个带有base R的稍微深奥的替代方案：

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here获取的零填充

赞(0）回复(0）举报 2023-05-26

lf5gs5x22#

利用base R，首先计算唯一的组块计数，然后聚合数据，并通过清理将其整形为最终格式：

# 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

赞(0）回复(0）举报 2023-05-26

我来回答

使用R统计 Dataframe 组中的类型数

2条答案

相关问题

热门标签

最新问答