Question

我设法以这种形式（在R中）获取我的原始数据，即每个产品组合（3的组合）它们各自的计数，但是正如您所看到的那样，存在重复发生，存在具有相同产品但不同的行对这些产品的排序，我需要一种方法来组合这些行而不管顺序，并添加它们的总和（num）来得到合并的总和。这只是整个数据集的一部分。帮我找出一种方法。

             pages               sum(num)
Badezimmer,Baumarkt,Büromöbel          6
Badezimmer,Baumarkt,Dekoration        14
Badezimmer,Baumarkt,Flur              30
Badezimmer,Baumarkt,Garten            18
Badezimmer,Baumarkt,Heimtextilien    100
Badezimmer,Baumarkt,Kinder            28
Badezimmer,Büromöbel,Baumarkt         16
Badezimmer,Flur,Baumarkt              40

Answer 1

这是一种可能性：

df1$pages <- as.character(df1$pages) # prevent use of factors    
df1$pages <- sapply(sapply(df1$pages,function(x) strsplit(x,",")),function(x) paste(sort(unlist(x)),collapse=',')) #split at commas, order words alphabetically, and restore the description
df1 <- aggregate(sum.num. ~ ., df1, sum) #sum over identical 'pages'
#                              pages sum.num.
#1     Badezimmer,Baumarkt,Büromöbel       22
#2    Badezimmer,Baumarkt,Dekoration       14
#3          Badezimmer,Baumarkt,Flur       70
#4        Badezimmer,Baumarkt,Garten       18
#5 Badezimmer,Baumarkt,Heimtextilien      100
#6        Badezimmer,Baumarkt,Kinder       28

数据：

df1 <- structure(list(pages = structure(1:8, .Label = c("Badezimmer,Baumarkt,Büromöbel", "Badezimmer,Baumarkt,Dekoration", "Badezimmer,Baumarkt,Flur", "Badezimmer,Baumarkt,Garten", "Badezimmer,Baumarkt,Heimtextilien", "Badezimmer,Baumarkt,Kinder", "Badezimmer,Büromöbel,Baumarkt", "Badezimmer,Flur,Baumarkt"), class = "factor"), sum.num. = c(6L, 14L, 30L, 18L, 100L, 28L, 16L, 40L)), .Names = c("pages", "sum.num."), class = "data.frame", row.names = c(NA, -8L))

Answer 2

以下是# Import Packages import random # Global Variables perf_num = 500 species = [20] temp_num = 0 length = 0 s = 0 # Main Program for num in range(100): r1 = int(random.random()*10) r2 = int(random.random()*10) species.append(r1) length = len(species) while s < length: print(s) if species[s-1] > species[s]: temp_num = species[s-1] - r1 species[s-1] = temp_num else: temp_num = species[s] - r1 species[s] = temp_num if s-1 < 5: species[s-1] = [] s += 1 print(species)使用cSplit的选项。我们转换了＆＃39; data.frame＆＃39;到＆＃39; data.table＆＃39;，创建一个行ID列＆＃39;＆＃39;选项library(splitstackshape)，keep.rownames=TRUE＆＃39;页面＆＃39;专栏＆＃39;，＆＃39;并转换为＆＃39; long＆＃39;格式为split。通过＆＃39;，cSplit＆＃39;＆＃39;＆＃39;和sort它们在一起，我们也得到了＆＃39; sum.num的第一个值。＆＃39;。然后，我们得到＆＃39; sum.num的paste。＆＃39;按＆＃39;页＆＃39;分组。

sum

注：＆＃39; df1＆＃39;来自@ RHertel的帖子。

重复行在R中具有不同的序列

2 个答案: