Question

Hello编码社区

我有一个分为两部分的问题，得到了 1/2 回答

按我喜欢的方式转置（也称为融合）数据框-完成

根据在“已移出”列（在转置步骤中创建的列）中找到的结果添加数据行-卡在此处

df<- read.table("https://pastebin.com/raw/NEPcUG01",header=T, sep="\t")
df_transformed<-tidyr::gather(df, day, removed, -(1:2), na.rm = TRUE) # melted data

在我的示例（df）中，我进行了8天的实验。在某些日子里，我删除了数据点，而我只对这几天感兴趣（因此为什么我在转置过程中添加了na.rm = TRUE）。有时我会删除1个数据点或4个数据点（但这实际上可以是任何数字）

我希望将删除的数据点称为“个人”，并按时间顺序对其进行计数。因此，我首先需要添加一个名为“个人”的列

    df_transformed$individual <- ""

我想根据“已删除”列中的结果填写“个人”列。

示例：机架2仅删除了1个数据点，并且在day_8。因此，我想在“个人”列中添加1。另一方面，笼4的day_5（1个数据点）和day_7（3个数据点）中的数据点被删除了，总共有4个数据点，又名4个“个人”。因此，在笼4中，从day_5开始，我想在“个人”列中添加1，对于第7天，创建总共3行数据，并以2,3,4继续“个人计数”。如果day_8删除了3个数据点，则单个计数将继续为5,6,7。

今天我的示例数据集的理想结果是：

    desired_results <- read.table("https://pastebin.com/raw/r7QrC0y3", header=T, sep="\t") # 68 total rows of data

有趣的一条信息：我的最终数据集中的行总数应等于所有已删除数据点的总和：

    sum(df_transformed$removed) # 68

谢谢您的StackOverflow社区。期待看到结果。

Answer 1

我们可以使用complete创建一个从1到由individual和cage分组的每个day的序列。然后，我们fill列experiment和removed中的NA值。

library(dplyr)
library(tidyr)

df_transformed %>%
  mutate(individual = removed) %>%
  group_by(cage, day) %>%
  complete(individual = seq_len(individual)) %>%
  fill(experiment, removed, .direction = "up")

#   cage   day individual   experiment removed
#1     2 day_8          1        sugar       1
#2     3 day_5          1        sugar       1
#3     4 day_5          1        sugar       3
#4     4 day_5          2        sugar       3
#5     4 day_5          3        sugar       3
#6     4 day_7          1        sugar       1
#7     7 day_7          1        sugar       1
#8     7 day_8          1        sugar       1
#9     8 day_5          1        sugar       2
#10    8 day_5          2        sugar       2
# … with 58 more rows

要仅基于individual更新cage，我们可以

df_transformed %>%
  mutate(individual = removed) %>%
  group_by(cage, day) %>%
  complete(individual = seq_len(individual)) %>%
  group_by(cage) %>%
  mutate(individual = row_number()) %>%
  fill(experiment, removed, .direction = "up")

Answer 2

我认为以下代码可以满足您的需求：

library(tidyverse)

read.table("https://pastebin.com/raw/NEPcUG01",header=T, sep="\t") %>%
    pivot_longer(starts_with("day_"), names_to = "day", values_to = "removed") %>%
    # drop_na() %>%
    group_by(cage) %>%
    summarize(individual = sum(removed, na.rm = TRUE))

我使用了管道运算符（%>%），它可以使语法更简洁。我还使用了较新的pivot_longer函数来代替collect。然后，按笼子分组，然后用summarize对单个列求和，您可以得出每个笼子中除去了多少个人。

我检查了所有个人的总和，这似乎可行：

read.table("https://pastebin.com/raw/NEPcUG01",header=T, sep="\t") %>%
    pivot_longer(starts_with("day_"), names_to = "day", values_to = "removed") %>%
    # drop_na() %>%
    group_by(cage) %>%
    summarize(individual = sum(removed, na.rm = TRUE)) %>%
    pull(individual) %>%
    sum()

#> [1] 68

结果与您想要的结果略有不同。我不是100％，您所期望的结果实际上是正确的...从您的问题中，我知道笼4应该有4个人，但是在您的desired_result中，它出现4次，值分别为1，2，3和4。我发送给您的代码会生成一个数据框，每个框都显示在一行中。

融化数据并用所需数据填充新列

2 个答案: