Question

我有以下数据框：

df <- data.frame(
    ID = c(1,1,1,1,1,1,2,2,2,2,2,2),
    group = c("S_1","G_1","G_2","G_3","M_1","M_2","G_1","G_2","S_1","S_2","M_1","M_2"),
    CODE = c(0,1,0,0,1,1,0,1,0,0,1,1)
)

   ID group CODE
1   1   S_1    0
2   1   G_1    1
3   1   G_2    0
4   1   G_3    0
5   1   M_1    1
6   1   M_2    1
7   2   G_1    0
8   2   G_2    1
9   2   S_1    0
10  2   S_2    0
11  2   M_1    1
12  2   M_2    1

我想总结一下CODE列，以便对于每个ID，我最后一行：

    ID CODE
1   1  100,11,0
2   2  01,11,00

对于ID==1，我要粘贴G_1,G_2,G_3，但不要使用定界符（按数字顺序）。 M_1，M_2和S_1都一样。最后，我想将摘要的G, M, and S添加到一行中，并用逗号分隔（按字母顺序）。

我可能会删除数字，并为第一步做group_by(group) %>% summarise(CODE=paste(CODE, collapse=""))。尽管我希望最后一个字符串按字母顺序排列。

Answer 1

我们可以使用$_SESSION['cart']根据定界符（tidyr::separate）在不同列的group中获取数据，然后通过_和{{ 1}}，然后按summarise，每个ID获得一个字符串。

group1

不使用ID，我们可以删除ID之后的所有内容并将其作为组使用。

library(dplyr)

df %>%
  arrange(ID,group) %>%
  tidyr::separate(group, into = c('group1', 'group2'), sep = "_") %>%
  group_by(ID, group1) %>%
  summarise(CODE = paste(CODE, collapse = "")) %>%
  summarise(CODE = toString(CODE))

# A tibble: 2 x 2
#     ID CODE      
#  <dbl> <chr>     
#1     1 100, 11, 0
#2     2 01, 11, 00

Answer 2

Base R解决方案：

# Order the dataframe and genericise the group vector: 

ordered_df <- within(df[with(df, order(ID, group)), ], {
  group <- gsub("_.*", "", group)
  }
)

# Summarise the dataframe: 

aggregate(CODE~ID, do.call("rbind", lapply(split(ordered_df, paste0(ordered_df$ID, ordered_df$group)),
             function(x){
                 data.frame(ID = unique(x$ID), CODE = paste0(x$CODE, collapse = ""))
                }
              )
            ), paste, collapse = ",")

汇总来自不同组的数据

2 个答案: