Question

所以有这样的情况：

DataFrame：

dat <- data.frame(colA = rep(c(0,1,0), c(6,1,8)), 
                  colB = rep(c(1,0,1,0), c(1,4,1,9)), 
                  colC = rep(c(0,1,0), c(9,1,5)), 
                  colD = rep(c(0,1,0), c(8,1,6)), 
                  colE = rep(0, 15), 
                  color = rep(c("blue","red","yellow"), each=5), 
                  colorId = rep(c(22,40,35), each=5))

colA   colB    colC    colD   colE   color   colorId
0      1       0       0      0      Blue    22
0      0       0       0      0      Blue    22
0      0       0       0      0      Blue    22
0      0       0       0      0      Blue    22
0      0       0       0      0      Blue    22
0      1       0       0      0      Red     40
1      0       0       0      0      Red     40
0      0       0       0      0      Red     40
0      0       0       1      0      Red     40
0      0       1       0      0      Red     40
0      0       0       0      0      Yellow  35
0      0       0       0      0      Yellow  35
0      0       0       0      0      Yellow  35
0      0       0       0      0      Yellow  35
0      0       0       0      0      Yellow  35

结束目标

colNames      color   colorId
colB          Blue    22
colB          Red     40
colA          Red     40
colD          Red     40
colC          Red     40
None          Yellow  35

这是我开始采取的方法，然后质疑自己陷入混乱。下面没有显示，我创建了另一个列，它使用rowSums（dat $ rowsu＆lt; - rowSums（dat [1：4] == 1））对'col'列的二进制值求和。

我正在考虑编写一个函数，如果有多个colorId重复计数，那么保留rowsu＆gt;的所有行。 0，在特殊情况下为黄色，如果它们全部为0且整个rowsu = 0，那么只需在所有重复项中保留一行，类似于下面的内容。（虽然这是问题，但在编写这部分时遇到了麻烦）

colA   colB    colC    colD   colE   color   colorId
0      1       0       0      0      Blue    22
0      1       0       0      0      Red     40
1      0       0       0      0      Red     40
0      0       0       1      0      Red     40
0      0       1       0      0      Red     40
0      0       0       0      0      Yellow  35

其次，对于后一个使用名称创建列的问题，还在考虑一个if函数，如果它的下面有1，那么使用colname名称将其提取到行名中？不确定。

Answer 1

使用data.table - 包的可能解决方案：

library(data.table)
setDT(dat)[, .(colNames = {cs <- colSums(.SD == 1) > 0;
                           if(sum(cs) > 0) names(.SD)[cs] else 'None'})
           , by = .(color, colorId)]

给出：

    color colorId colNames
1:   blue      22     colB
2:    red      40     colA
3:    red      40     colB
4:    red      40     colC
5:    red      40     colD
6: yellow      35     None

这是做什么的：

setDT(dat)将dat转换为＆＃39; data.table＆＃39; （这是 data.frame ）。

data.tble - 语法与dat[i, j, by] (see 1b for an explanation)类似。在这种情况下，dat按color和colorId（by = .(color, colorId) - 部分）进行分组。

对于每个组，colSums(.SD == 1) > 0会检查colA到colE列中是否包含1。生成的逻辑向量暂时存储为cs。 .SD代表 D ata的 S ubset（请参阅上一点中链接下方的2b）。

最后，我们检查其中至少有一列是否1 sum(cs) > 0。如果是这种情况，则names(.SD)[cs]会返回相应的列名，如果条件未保留None则会返回。

使用dplyr中的tidyverse，您可以获得相同的结果：

library(dplyr) dat %>% group_by(color, colorId) %>% do(data.frame(colNames = {cs <- colSums(. == 1) > 0; if(sum(cs) > 0) names(.)[cs] else 'None'}))

Answer 2

以下是tidyverse的一个选项，其中我们gather列'colA'到'colE'为长格式，按'color'，'colorId'分组，创建'None'为'' colNames'if所有'val'都是0.获取distinct行和filter获取'val'为1或'colNames'为'None'和{{1}的行感兴趣的列和select如果需要

arrange

使用if

2 个答案: