Question

我有一个包含两个变量的数据框，如下所示：

df <- data.frame(group=c(1,1,1,2,2,3,3,4),
                  type=c("a","b","a", "b", "c", "c","b","a"))

> df
   group type
1      1    a
2      1    b
3      1    a
4      2    b
5      2    c
6      3    c
7      3    b
8      4    a

我想生成一个表格，为每个组显示它在数据框中作为一个变量的类型组合，例如。

  group alltypes
1     1     a, b
2     2     b, c
3     3     b, c
4     4        a

输出总是以相同的顺序列出类型（例如，组2和3得到相同的结果）并且不会重复（例如，组1不是“a，b，a”）。

我尝试使用dplyr进行此操作并总结，但我无法弄清楚如何使其满足这两个条件 - 我尝试的代码是：

> df %>%
+   group_by(group) %>%
+   summarise(
+     alltypes = paste(type, collapse=", ")
+   )
# A tibble: 4 × 2
  group alltypes
  <dbl>    <chr>
1     1  a, b, a
2     2     b, c
3     3     c, b
4     4        a

我也尝试将类型转换为一组单独的计数，但不确定它是否真的有用：

> df %>%
+   group_by(group, type) %>%
+   tally %>%
+   spread(type, n, fill=0)
Source: local data frame [4 x 4]
Groups: group [4]

  group     a     b     c
* <dbl> <dbl> <dbl> <dbl>
1     1     2     1     0
2     2     0     1     1
3     3     0     1     1
4     4     1     0     0

任何建议都将不胜感激。

Answer 1

我认为你很亲密。您可以调用unique和df %>% group_by(group) %>% summarize(type = paste(sort(unique(type)),collapse=", "))函数，以确保您的结果符合您的条件，如下所示：

# A tibble: 4 x 2
  group  type
  <int> <chr>
1     1  a, b
2     2  b, c
3     3  b, c
4     4     a

返回：

protected function _buildSchema(Schema $schema)
{
  return $schema->addField('name', ['type' => 'string'])
                ->addField('line1', ['type' => 'string'])
                ->addField('city', ['type' => 'string'])
                ->addField('state', ['type' => 'string'])
                ->addField('country', ['type' => 'string'])
                ->addField('postal_code', ['type' => 'string'])
                ->addField('phone', ['type' => 'string'])
                ->addField('email', ['type' => 'string']);
}

/**
 * Form validation builder
 *
 * @param \Cake\Validation\Validator $validator to use against the form
 * @return \Cake\Validation\Validator
 */
protected function _buildValidator(Validator $validator)
{
  return $validator->notEmpty('name')
                   ->notEmpty('line1')
                   ->notEmpty('city')
                   ->notEmpty('state')
                   ->notEmpty('country')
                   ->notEmpty('postal_code')
                   ->notEmpty('email')
                   ->add('email', 'valid', ['rule' => 'email']);
}


protected function _execute(array $data)
{
    return true;
}

public function setErrors($errors)
{
    $this->_errors = $errors;
}

Answer 2

为了扩展Florian的答案，可以将其扩展为根据数据集中的值生成有序列表。一个例子可能是确定日期的顺序：

library(lubridate)
library(tidyverse)

# Generate random dates
set.seed(123)
Date = ymd("2018-01-01") + sort(sample(1:200, 10))
A = ymd("2018-01-01") + sort(sample(1:200, 10))
B = ymd("2018-01-01") + sort(sample(1:200, 10))
C = ymd("2018-01-01") + sort(sample(1:200, 10))

# Combine to data set
data = bind_cols(as.data.frame(Date), as.data.frame(A), as.data.frame(B), as.data.frame(C))

# Get order of dates for each row
data %>%
        mutate(D = Date) %>%
        gather(key = Var, value = D, -Date) %>%
        arrange(Date, D) %>%
        group_by(Date) %>%
        summarize(Ord = paste(Var, collapse=">"))

与原始问题有些相似但希望对某人有帮助。

创建一个由R

2 个答案: