Question

我有这样的数据集：

data(CO2, package = 'datasets')

##    Plant        Type  Treatment conc uptake
## 1    Qn1      Quebec nonchilled   95   16.0
## 2    Qn1      Quebec nonchilled  175   30.4
## ... 
## 17   Qn3      Quebec nonchilled  250   40.3
## 18   Qn3      Quebec nonchilled  350   42.1
## ...
## 27   Qc1      Quebec    chilled  675   35.4
## 28   Qc1      Quebec    chilled 1000   38.7
## ...
## 36   Qc3      Quebec    chilled   95   15.1
## 37   Qc3      Quebec    chilled  175   21.0
## ...
## 47   Mn1 Mississippi nonchilled  500   30.9
##  ...
## 53   Mn2 Mississippi nonchilled  350   31.8
## 54   Mn2 Mississippi nonchilled  500   32.4
## ...
## 62   Mn3 Mississippi nonchilled  675   28.1
## 63   Mn3 Mississippi nonchilled 1000   27.8
## ...
## 70   Mc1 Mississippi    chilled 1000   21.9
## 71   Mc2 Mississippi    chilled   95    7.7
## 72   Mc2 Mississippi    chilled  175   11.4
## ...
## 83   Mc3 Mississippi    chilled  675   18.9
## 84   Mc3 Mississippi    chilled 1000   19.9

观察结果应根据组合进行分组除 conc和uptake之外的所有变量所以我想指定一下我不想要用于分组的变量

我想在数据集中添加一个新变量GroupID，其中包含所有观察结果属于同一组的具有相同的GroupID
值

我找到了一个有效的解决方案，但它是一个庞然大物：

library(dplyr) CO2 %>% mutate(GroupID= do.call( group_indices , c( list(.data=.) , colnames(.) %>% setdiff(c('conc','uptake')) %>% as.name() ) ) ) ## Plant Type Treatment conc uptake GroupID ## 1 Qn1 Quebec nonchilled 95 16.0 1 ## 2 Qn1 Quebec nonchilled 175 30.4 1 ## ... ## 8 Qn2 Quebec nonchilled 95 13.6 2 ## 9 Qn2 Quebec nonchilled 175 27.3 2 ## ... ## 15 Qn3 Quebec nonchilled 95 16.2 3 ## 16 Qn3 Quebec nonchilled 175 32.4 3 ## ... ## 22 Qc1 Quebec chilled 95 14.2 4 ## 23 Qc1 Quebec chilled 175 24.1 4 ## ... ## 29 Qc2 Quebec chilled 95 9.3 6 ## 30 Qc2 Quebec chilled 175 27.3 6 ## ... ## 36 Qc3 Quebec chilled 95 15.1 5 ## 37 Qc3 Quebec chilled 175 21.0 5 ## ... ## 43 Mn1 Mississippi nonchilled 95 10.6 9 ## 44 Mn1 Mississippi nonchilled 175 19.2 9 ## ...

有更简单的解决方案吗？

奖励：如果有一个解决方案可以使用相同类型的所有变量（例如所有因子变量）进行分组，那将是一个爆炸。

Answer 1

我们可以使用from flask import Flask app = Flask(__name__) @app.route('/') def show_data(): with open('/tmp/data.txt', 'r') as f: data = f.read() return data根据条件对变量进行分组。在这种情况下，group_by_if将评估列是否是一个因素。之后，is.factor可以为每个组生成ID。

group_indices

我们还可以使用library(dplyr) CO2_2 <- CO2 %>% mutate(GroupID = CO2 %>% group_by_if(is.factor) %>% group_indices()) head(CO2_2) # Plant Type Treatment conc uptake GroupID # 1 Qn1 Quebec nonchilled 95 16.0 1 # 2 Qn1 Quebec nonchilled 175 30.4 1 # 3 Qn1 Quebec nonchilled 250 34.8 1 # 4 Qn1 Quebec nonchilled 350 37.2 1 # 5 Qn1 Quebec nonchilled 500 35.3 1 # 6 Qn1 Quebec nonchilled 675 39.2 1根据列名对数据框进行分组。

group_by_at

Answer 2

可以使用.GRP data.table

library(data.table)
setDT(CO2)[, GroupID := .GRP, setdiff(names(CO2), c('conc','uptake'))]

Answer 3

使用base r我们可以这样做：

A=aggregate(cbind(conc,uptake)~.,CO2,length)[,"uptake"]#You can take either con or uptake 
transform(CO2,ID=rep(1:length(A),A))
   Plant        Type  Treatment conc uptake ID
1    Qn1      Quebec nonchilled   95   16.0  1
2    Qn1      Quebec nonchilled  175   30.4  1
      :
8    Qn2      Quebec nonchilled   95   13.6  2
9    Qn2      Quebec nonchilled  175   27.3  2
      :
15   Qn3      Quebec nonchilled   95   16.2  3
16   Qn3      Quebec nonchilled  175   32.4  3

以一种格式：

transform(CO2,fac=rep(d<-aggregate(cbind(conc,uptake)~.,CO2,length)[,"uptake"],d))

如何按除一些变量之外的所有变量进行分组，并为每个观察添加一个组ID

3 个答案: