Question

我有什么：

我有一个如下所示的数据框：

sequence foo model output real
       1   3     a     12   12
       1   3     b     29   12
       1   3     c     10   12
       1   3     d     38   12
       1   3     e     10   12
       2   3     a     38   15
       2   3     b     10   15
       2   3     c     29   15
       2   3     d     56   15
       2   3     e     10   15

创建者：

d.test = data.frame(
  sequence = c(1, 1, 1, 1, 1, 2, 2, 2, 2, 2),
  foo = c(3, 3, 3, 3, 3, 3, 3, 3, 3, 3),
  model = c("a", "b", "c", "d", "e", "a", "b", "c", "d", "e"),
  output = c(12, 29, 10, 38, 10, 38, 10, 29, 56, 10),
  real = c(12, 12, 12, 12, 12, 15, 15, 15, 15, 15)
)

该模型为每个给定的output预测sequence，但每个序列也会记录real输出。

我需要什么：

我想转换数据，使real成为“模型”本身，即：

sequence foo model output
       1   3     a     12
       1   3     b     29
       1   3     c     10
       1   3     d     38
       1   3     e     10
       1   3  real     12
       2   3     a     38
       2   3     b     10
       2   3     c     29
       2   3     d     56
       2   3     e     10
       2   3  real     15

如何使用dplyr，tidyr及其兄弟来实现这一目标？

请注意，对于“不错”的解决方案，不应该：

手动输入列索引
手动指定不感兴趣的所有列foo

我尝试了什么：

我尝试了以下操作，但感觉很笨拙：

unique(
  melt(d.test,
    id.vars = c("sequence", "foo"),
    measure.vars = c("real"),
    variable.name = "model",
    value.name = "output"
  )
)

现在我必须从原始数据框中删除real列并附加我刚才所做的行。这不是一个好的解决方案，因为除了foo列之外，我可能还有更多列要保留，然后我必须将它们指定为id.vars。

Answer 1

我使用data.table：

app.js
auth/
   auth.js
   passport.js
src/
   routes/
      authenticatedRoutes.js

如果我不得不使用＆＃39;经文：

library(data.table)
setDT(d.test)

d.test[, 
  rbind(.SD, .SD[1L][, `:=`(model = "real", output = real[1L])])
, by=sequence][, real := NULL][]

然后叠加它们：

d.real = d.test %>% distinct(sequence) %>%
  mutate(model = "real", output = real) %>% select(-real)

d = d.test %>% select(-real)

如果排序很重要，请添加bind_rows(d, d.real)。

评论。 OP中的问题源于不整洁的数据。如果你不知道我的意思，阅读Hadley's paper on the subject可能会有所帮助。

Answer 2

诀窍是扩大已经很长的数据，然后将其转换回长格式，确保在重新整形中包含real列。

library(dplyr)
library(tidyr)

d.test %>%
  spread(model, output) %>%
  gather(model, output, -sequence, -foo) %>%
  arrange(sequence, model)
#>    sequence foo model output
#> 1         1   3     a     12
#> 2         1   3     b     29
#> 3         1   3     c     10
#> 4         1   3     d     38
#> 5         1   3     e     10
#> 6         1   3  real     12
#> 7         2   3     a     38
#> 8         2   3     b     10
#> 9         2   3     c     29
#> 10        2   3     d     56
#> 11        2   3     e     10
#> 12        2   3  real     15

spread是用于扩展长数据的tidyr函数。它需要一个数据框，一列键（变量名）的名称，以及一列值的名称，并将键扩展到多个列上。这是将model - output对分散到多个列后数据的显示方式。

# Convert to wide-format so there is one real per row
d.test.wide <- d.test %>%
  spread(model, output)
d.test.wide
#>   sequence foo real  a  b  c  d  e
#> 1        1   3   12 12 29 10 38 10
#> 2        2   3   15 38 10 29 56 10

gather是用于融合数据的tidyr函数。我们使用dplyr的列选择语法，我们告诉它收集除标识符sequence和foo之外的所有列，将密钥存储在model列中，并将值存储在{{1列。

我们还可以明确选择要收集的列：output。剩余的未选定列将用作标识符。

Answer 3

另一种方法是：

temp = unique(d.test[,-c(3,4)])
temp$model = "real"
colnames(temp)[3] = "output"
d.test$real = NULL
d.test = rbind(d.test,temp)

返回：

> d.test
   sequence foo model output
1         1   3     a     12
2         1   3     b     29
3         1   3     c     10
4         1   3     d     38
5         1   3     e     10
6         2   3     a     38
7         2   3     b     10
8         2   3     c     29
9         2   3     d     56
10        2   3     e     10
11        1   3  real     12
61        2   3  real     15

修改如果要避免对模型和输出的列索引进行编码，请执行以下操作：

temp = unique(d.test[,!grepl("(model|output)",colnames(d.test))])

和

colnames(temp)[which(colnames(temp)=="real")] = "output"

Answer 4

这是你想要的吗？

For Each foundFile As String In
  My.Computer.FileSystem.GetFiles(My.Computer.FileSystem.SpecialDirectories.MyDocuments)

  (If any found files are, for example, "txt" files, then display their content.)
Next

Answer 5

使用dplyr的另一种可能的解决方案：

 > library(dplyr)
    > 
    > 
    > d.real <- d.test %>% group_by(sequence) %>%
                 select(foo=unique(foo),output = unique(real))  %>% 
                 unique() %>% mutate(model='real') %>% as.data.frame() %>% rbind(d.test[,1:4]) 
                 %>% arrange(sequence,model)
    Adding missing grouping variables: `sequence` #ignore it
    > 
    > knitr::kable(d.real)


    | sequence| foo| output|model |
    |--------:|---:|------:|:-----|
    |        1|   3|     12|a     |
    |        1|   3|     29|b     |
    |        1|   3|     10|c     |
    |        1|   3|     38|d     |
    |        1|   3|     10|e     |
    |        1|   3|     12|real  |
    |        2|   3|     38|a     |
    |        2|   3|     10|b     |
    |        2|   3|     29|c     |
    |        2|   3|     56|d     |
    |        2|   3|     10|e     |
    |        2|   3|     15|real  |

使用R将一列提取为行，同时保留其他列

5 个答案: