Question

在R中，我正在尝试根据唯一ID聚合数据帧，但我需要为ID使用某种通配符值。意思是我有这样的配对名称：

lion_tiger
elephant_lion
tiger_lion

我需要将lion_tiger和tiger_lion ID汇总在一起，因为该对中的顺序并不重要。

以此数据框为例：

df <- data.frame(pair = c("1_3","2_4","2_2","1_2","2_1","4_2","3_1","4_3","3_2"), 
             value = c("12","10","19","2","34","29","13","3","14"))

因此，对ID，“1_2”和“2_1”的值需要在新表中求和。然后，新行将显示为：

1_2 36

有什么建议吗？虽然我的示例将数字作为对ID，但实际上我需要这样才能读取文本（例如上面的lion_tiger“例子）。

Answer 1

我们可以将{pair}列拆分为_，然后将sort和paste拆分回来，按功能分组使用它来获取sum

tapply(as.numeric(as.character(df$value)), 
    sapply(strsplit(as.character(df$pair), '_'), function(x) 
     paste(sort(as.numeric(x)), collapse="_")), FUN = sum)

或另一个选项是gsubfn

library(gsubfn)
df$pair <- gsubfn('([0-9]+)_([0-9]+)', ~paste(sort(as.numeric(c(x, y))), collapse='_'),  
      as.character(df$pair))
df$value <- as.numeric(as.character(df$value))
aggregate(value~pair, df, sum)

Answer 2

使用tidyverse和purrrlyr

df <- data.frame(name=c("lion_tiger","elephant_lion",
            "tiger_lion"),value=c(1,2,3),stringsAsFactors=FALSE) 

require(tidyverse)
require(purrrlyr)
df %>% separate(col = name, sep = "_", c("A", "B")) %>% 
        by_row(.collate = "rows", 
            ..f = function(this_row) {
                  paste0(sort(c(this_row$A, this_row$B)), collapse = "_")
            }) %>% 
        rename(sorted = ".out") %>%
        group_by(sorted) %>%
        summarize(sum(value))%>%show
## A tibble: 2 x 2
#  sorted `sum(value)`
#  <chr>        <dbl>
#1 elephant_lion   2
#2 lion_tiger      4

通过聚合R中的复杂配对名称来求和

2 个答案: