Question

我很难找到解决此问题的好方法。到目前为止，关于StackExchange的许多其他类似问题都给我带来了效率低下的解决方案，但我觉得必须有更有效的方法。

假设我在R中有这样一个数据框：

ID cat cost   1  2  3  4  5
1    1   24  NA NA NA NA NA
1    2   12  NA NA NA NA NA
1    5  104  NA NA NA NA NA
2    1   21  NA NA NA NA NA
2    4   13  NA NA NA NA NA

我的实际数据有25列而不是1到5，并且有数百万行。这些编号的列对应于“ cat”的所有值，在此示例中为1到5，但在我自己的数据中为1到25。我的目标是使它看起来像这样，将成本中的值放入每一行的类别列中。

ID cat cost   1  2  3  4  5
1    1   24  24 NA NA NA NA
1    2   12  NA 12 NA NA NA
1    5  104  NA NA NA NA 104
2    1   21  NA 21 NA NA NA
2    4   13  NA NA NA 13 NA

以此类推。本质上，我希望它遍历每一行，查看“ cat”中存在什么值，然后将cost的值放在与该行cat中的值相同的值的列中。完成此操作后，我将通过将行压缩在一起来压缩数据集，以便每个ID仅留下一行，以便这些行具有每个类别的值。每行看起来都是这样，其中x，y，z，w，v只是通用成本编号的代表。

ID cat cost  1  2  3  4  5
1  NA   NA   x  y  z  w  v
2  NA   NA  x2 y2 z2 w2 v2

但是，我知道如何获得第二个代码块中指示的数据后执行此操作（但是，您已经知道我的目标是什么，我已经指出了）。问题是我对将成本添加到每个相应类别列中的初始问题的解决方案非常慢且效率低下，并且需要花费数小时才能运行。我使用的代码如下。

x <- colnames(CollapsedMTBI)
###CollapsedMTBI is the name of my dataframe

for(i in 1:length(CollapsedMTBI$cost)){
  a <- as.numeric(CollapsedMTBI$cat[i] + 5)
  CollapsedMTBI[[x[a]]][i] <- CollapsedMTBI$cost[i]
  }
  print(100*(i/length(CollapsedMTBI$cost)))
}
### As a sanity check I had it print out where I was at in the process. It goes very slowly.
### The +5 when defining a is used because I have five columns before the category columns begin;
### In my example above I only had three, but in my own data I have five.

尽管进行了很多搜索，但是我找不到其他在线执行这种操作的人。我认为必须有一个函数可以为我执行此操作，可能是dplyr或tidyr中的某个功能。我也知道您可以使用一堆条件语句，但是由于要检查25列，因此感觉效率甚至比现在低。任何人都有更有效的方式来解决此问题？

Answer 1

您可以尝试以下方法：

library(tidyverse)
#Data
df <- structure(list(ID = c(1L, 1L, 1L, 2L, 2L), cat = c(1L, 2L, 5L, 
1L, 4L), cost = c(24L, 12L, 104L, 21L, 13L), `1` = c(NA, NA, 
NA, NA, NA), `2` = c(NA, NA, NA, NA, NA), `3` = c(NA, NA, NA, 
NA, NA), `4` = c(NA, NA, NA, NA, NA), `5` = c(NA, NA, NA, NA, 
NA)), class = "data.frame", row.names = c(NA, -5L))

代码：

df %>% pivot_longer(cols = -c(1,2,3)) %>%
  mutate(value=ifelse(as.integer(name)==cat,cost,value)) %>%
  pivot_wider(names_from = name,values_from = value)

输出：

# A tibble: 5 x 8
     ID   cat  cost   `1`   `2`   `3`   `4`   `5`
  <int> <int> <int> <int> <int> <int> <int> <int>
1     1     1    24    24    NA    NA    NA    NA
2     1     2    12    NA    12    NA    NA    NA
3     1     5   104    NA    NA    NA    NA   104
4     2     1    21    21    NA    NA    NA    NA
5     2     4    13    NA    NA    NA    13    NA

根据R中其他列中的值，将值分配给某个变化的列

1 个答案: