Question

例如： INPUT DATAFRAME 是： -

INPUT     group
4000       1
4000       1
2000       2
3000       3
2000       4
2000       4
2000       4

输出： - 动态分配给任意随机向量并生成输出为： - 具有最大重复组编号的第一个数据帧，具有重复组的第二高元素的第二个数据帧，依此类推......

输出
的 1。第一

INPUT     group
2000        4
2000        4
2000        4

2.second

INPUT        group
4000        1
4000        1

3.third

INPUT        group
2000        2

4.fourth

INPUT        group
3000        3

用更简单的词语 - 我想将数据帧划分为一些组，在结果中，我希望通过分配一些变量来按升序排列所有组。到目前为止，我试过这个：

x<-setDT(df)[, group := rleid(df$INPUT)]

这会对小组进行排序。我又尝试了一次，即：

y<-x[x$group == which.max(tabulate(x$group)), ]

但这只返回具有最大重复组元素数的组。

Answer 1

在Python Pandas中，您可以执行以下操作：

创建DF：

import pandas as pd
df = pd.DataFrame()
df['INPUT'] = [4000,4000,2000,3000,2000,2000,2000]
df['group'] = [1,1,2,3,4,4,4]

按组分组并获取每个组的大小，将此大小作为列添加到DF并按升序排序：

df = df.merge(pd.DataFrame(df.groupby('group').size()).reset_index()).sort_values(0,ascending=False)

然后，循环通过DF以获得每次所需的部分：

for i,x in enumerate(df['group'].unique()):
print 'ouput',i
print df[df['group']==x].ix[:,:-1].reset_index(drop=True)
print

这给你以下内容：

    ouput 0
    INPUT  group
0   2000      4
1   2000      4
2   2000      4

    ouput 1
    INPUT  group
0   4000      1
1   4000      1

    ouput 2
    INPUT  group
0   2000      2

    ouput 3
    INPUT  group
0   3000      3

Answer 2

我不确定您是否需要一次性输出所有输出。但这是一个可能有所帮助的想法。我正在使用dplyr包。首先让我重新创建您提供的数据集作为输入：

library(dplyr)
DF <- data.frame(INPUT = c(4000,4000,2000,3000,2000,2000,2000), group = c(1,1,2,3,4,4,4))
df <- tbl_df(DF)
df

输出

  INPUT group
  (dbl) (dbl)
1  4000     1
2  4000     1
3  2000     2
4  3000     3
5  2000     4
6  2000     4
7  2000     4

现在我将创建一个辅助表，告诉我每组有多少行，这个表已经从最大到最小排序：

aux <- df %>% group_by(group) %>% summarise(n = n()) %>% arrange(-n)
aux

输出

  group     n
  (dbl) (int)
1     4     3
2     1     2
3     2     1
4     3     1

所以我们看到第4组出现3次，第1组出现两次，依此类推。现在我可以轻松地“提取”我想要的组从max到min：

ymax <- df %>% filter(group == aux$group[1])
y2 <- df %>% filter(group == aux$group[2])
y3 <- df %>% filter(group == aux$group[3])
ymin <- df %>% filter(group == aux$group[4])

输出

ymax
  INPUT group
  (dbl) (dbl)
1  2000     4
2  2000     4  
3  2000     4  

y2
  INPUT group
  (dbl) (dbl)
1  4000     1
2  4000     1  

y3
  INPUT group
  (dbl) (dbl)
1  2000     2  

ymin
  INPUT group
  (dbl) (dbl)
1  3000     3

我希望这会有所帮助我只想补充一点，你当然可以立刻得到所有这些：

ylist <- lapply(1:nrow(aux), function(x) {filter(df, group == aux$group[x])})

输出

[[1]]
Source: local data frame [3 x 2]

  INPUT group
  (dbl) (dbl)
1  2000     4
2  2000     4
3  2000     4

[[2]]
Source: local data frame [2 x 2]

  INPUT group
  (dbl) (dbl)
1  4000     1
2  4000     1

[[3]]
Source: local data frame [1 x 2]

  INPUT group
  (dbl) (dbl)
1  2000     2

[[4]]
Source: local data frame [1 x 2]

  INPUT group
  (dbl) (dbl)
1  3000     3

Answer 3

印度先生 - 试试这个。

library(sqldf)
Input=c('4000','4000','2000','3000','2000','2000','2000')   
gr<-c('1','1','2','3','4','4','4')
DF<-data.frame(Input,gr)
NewDF<-data.frame()
DF<-sqldf("select  distinct Input, gr, count(*) as C from DF group by Input, gr order by C desc")
for (i in 1:nrow(DF))
  assign(paste("NewDF_",i,sep=""),na.omit(DF[i,][rep(row.names(DF), DF$C), 1:2]))

这将创建4个具有所需输出的不同数据帧。

基于条件对数据帧进行排序，并通过动态分配给随机向量来返回所有组

3 个答案:

输出

输出

输出

输出