Question

我有几个实验的数据框。我希望计算每次连续实验后获得的独特值的累积数量。

例如，考虑：

   exp cum_unique_entries
1  exp1    4
2  exp2    6
3  exp3    7
4  exp4    9

唯一条目总数为九。现在我希望结果如下：

from pyomo.opt import SolverFactory
opt = SolverFactory('ipopt')
result = opt.solve(model)

最后，我想以条形图的形式绘制它。我可以用for循环方法做到这一点，但感觉必须有更优雅的方式。

Answer 1

这是dplyr的另一个解决方案：

library(dplyr)

test %>%
  mutate(cum_unique_entries = cumsum(!duplicated(entries))) %>%
  group_by(exp) %>%
  slice(n()) %>%
  select(-entries)

或

test %>%
  mutate(cum_unique_entries = cumsum(!duplicated(entries))) %>%
  group_by(exp) %>%
  summarise(cum_unique_entries = last(cum_unique_entries))

<强>结果：

# A tibble: 4 x 2
     exp cum_unique_entries
  <fctr>              <int>
1   exp1                  4
2   exp2                  6
3   exp3                  7
4   exp4                  9

注意：

首先查找所有非重复项（cumsum(!duplicated(entries))），group_by exp的累积总和，然后取每个组的最后cumsum，这个数字将是每个组的累积唯一条目。

Answer 2

使用library(data.table)，我们可以

setDT(test)[, new := cumsum(!duplicated(entries))]
test[, .(cum_unique_entries = new[.N]), by = exp]

Answer 3

1）sqldf 这可以在一个复杂的连接中完成：

library(sqldf)

sqldf("select b.exp, count(Distinct a.entries) cum 
       from test a join test b on a.exp <= b.exp group by b.exp")

，并提供：

   exp cum
1 exp1   4
2 exp2   6
3 exp3   7
4 exp4   9

这个想法可以使用其他框架转换为相应的代码，尽管它在base和dplyr中效率相当低，因为必须进行nxn笛卡尔连接然后对其进行子集，而SQL可能会优化它以避免生成大的中间结果。

2）rollapplyr 按test排序exp并使用rollapplyr计算唯一条目的累计数量。然后使用!duplicated(..., fromLast = TRUE)获取每个exp组的最后一个

library(zoo)

n <- nrow(test)    
test_sorted <- test[order(test$exp), ]
len_uniq <- function(x) length(unique(x))
test_cum <- transform(test_sorted,  cum = rollapplyr(entries, 1:n, len_uniq, fill = NA))
test_cum[!duplicated(test_cum$exp, fromLast = TRUE), -2]

，并提供：

    exp cum
4  exp1   4
8  exp2   6
12 exp3   7
17 exp4   9

Answer 4

我会使用reshape包中的cast函数（simple example，full reference）。它应该像

一样简单

reshape::cast(test, exp~., value="entries", function(x) length(unique(x)) )

我正在做的是告诉函数考虑你的数据集，使用test变量作为id-variable并“忽略”所有其他变量（即.含义），添加在名为function(x) length(unique(x))的列上计算的给定函数（entries）返回的“指标”。

它类似于SQL聚合函数和group by构造！它的SQL等价是

SELECT exp, count(distinct entries)
FROM test
GROUP BY test

Answer 5

temp = split(test$entries, test$exp)
data.frame(E = names(temp),
           V = sapply(Reduce(c, temp, accumulate = TRUE), function(x) length(unique(x))))
#     E V
#1 exp1 4
#2 exp2 6
#3 exp3 7
#4 exp4 9

R：计算唯一条目的累积数量

5 个答案: