Question

我需要为数据框中的每个组选择第2和第3个条目。我一直在努力，但却收到了错误。

示例数据：

USER.ID   restaurant
3            aaaa
3            ababa
3            asddw
4            bbbb
4            wedwe
2            ewedw
1            qwqw
1            dwqd
1            dqed
1            ewewq

期望的输出：

USER.ID    2nd_restaurant   3rd_restaurant
3            ababa             asddw
3            ababa             asddw
3            ababa             asddw
4            wedwe             NA
4            wedwe             NA
2            NA                NA
1            dwqd              dqed
1            dwqd              dqed
1            dwqd              dqed
1            dwqd              dqed

我尝试使用dplyr，但我想由于数据量巨大，计算时间很长。有没有办法更有效地计算它？

我的代码：

data1 <- data %>%
arrange(USER.ID) %>%
group_by(USER.ID) %>%
mutate(second_restaurant = data[2,11]) %>%
mutate(third_restaurant = data[3,11])

11是原始数据集中餐馆的列号。

Answer 1

首先复制餐厅列，然后使用mutate提取相关值：

mydf %>%
  mutate(restaurant2 = restaurant) %>%
  group_by(USER.ID) %>%
  mutate(restaurant = restaurant[2], restaurant2 = restaurant2[3])
# Source: local data frame [10 x 3]
# Groups: USER.ID
# 
#    USER.ID restaurant restaurant2
# 1        3      ababa       asddw
# 2        3      ababa       asddw
# 3        3      ababa       asddw
# 4        4      wedwe          NA
# 5        4      wedwe          NA
# 6        2         NA          NA
# 7        1       dwqd        dqed
# 8        1       dwqd        dqed
# 9        1       dwqd        dqed
# 10       1       dwqd        dqed

或者，更好的（礼貌@StevenBeaupré）：

mydf %>% 
  group_by(USER.ID) %>% 
  transmute(restaurant2 = nth(restaurant, 2), 
            restaurant3 = nth(restaurant, 3))

或者，如果您更喜欢“data.table”，请翻译@DavidArenburg，您可以尝试：

library(data.table)
as.data.table(mydf)[, `:=`(restaurant_2 = restaurant[2L], 
                           restaurant_3 = restaurant[3L]), by = USER.ID][]

或者，您甚至可以使用基数R：

mydf[c("restaurant_2", "restaurant_3")] <- with(mydf, lapply(c(2, 3), function(x) {
  ave(restaurant, USER.ID, FUN = function(y) y[x])
}))

Answer 2

如果您的数据框的行名称中有一个简单的顺序，那么使用模运算符也可能是一种方法（下面选择每一行，将2更改为n以选择每一行）：

mydf %>% filter(as.numeric(row.names(.)) %% 2 == 0)

如何为R中的每个组选择第2行和第3行

2 个答案: