Question

我正在尝试将值分组。我需要将索引中的所有不同值分组为可能的最少数目的组，其中索引列不在组内重复。我试图做到这一点没有循环。

给定：

# A tibble: 10 x 2
   barcode  index                      
   <chr>    <chr>                      
 1 XPO21451 a
 2 XPO21546 a
 3 XPO21500 a
 4 XPO21454 b
 5 XPO21503 c
 6 XPO21457 c
 7 XPO21506 1
 8 XPO21460 1
 9 XPO21509 1
10 XPO21463 2

我需要的结果

第1组

# A tibble: 5 x 2
   barcode  index  
   <chr>    <chr>                      
 1 XPO21451 a
 4 XPO21454 b
 5 XPO21503 c
 7 XPO21506 1
10 XPO21463 2

第2组

# A tibble: 3 x 2
   barcode  index  
   <chr>    <chr>                      
 2 XPO21546 a
 6 XPO21457 c
 8 XPO21460 1

第3组

# A tibble: 2 x 2
   barcode  index  
   barcode  index                      
   <chr>    <chr>                      
 3 XPO21500 a
 9 XPO21509 1

关于如何在不创建显式循环或不对此数据集应用的情况下执行此操作的任何想法？

谢谢！

Answer 1

一种选择是通过“索引”创建一个序列，然后通过创建的“ grp” split来创建数据

library(tidyverse)
df1 %>%
    group_by(index) %>% 
    mutate(grp = row_number()) %>%
    split(.$grp)

或与base R一起使用ave创建序列并执行split

grp <- with(df1, ave(seq_along(index), index, FUN = seq_along))
split(df1, grp)
#$`1`
#    barcode index
#1  XPO21451     a
#4  XPO21454     b
#5  XPO21503     c
#7  XPO21506     1
#10 XPO21463     2

#$`2`
#   barcode index
#2 XPO21546     a
#6 XPO21457     c
#8 XPO21460     1

#$`3`
#   barcode index
#3 XPO21500     a
#9 XPO21509     1

数据

df1 <- structure(list(barcode = c("XPO21451", "XPO21546", "XPO21500", 
 "XPO21454", "XPO21503", "XPO21457", "XPO21506", "XPO21460", "XPO21509", 
 "XPO21463"), index = c("a", "a", "a", "b", "c", "c", "1", "1", 
 "1", "2")), class = "data.frame", row.names = c("1", "2", "3", 
 "4", "5", "6", "7", "8", "9", "10"))

Answer 2

不确定dydyverse，但可以使用data.table获得以您想要的方式进行分组的简单解决方案

dat <- data.table(dat)
dat[,group := seq.int(.N), by = index, on = index]

这会将一个组列添加到数据集中，然后可用于提取各个组

dat[group == 3]

或者由于某种原因无法保存组：

dat <- data.table(dat)
dat[,.(barcode, index, group = seq.int(.N)), by = index, on = index][group == 3]

在不编写循环的情况下对数据框或小标题进行分组

2 个答案:

数据