代码之家 › 专栏 › 技术社区 › S Das

基于列值的类分配

dplyr r

S Das · 技术社区 · 5 年前

我有如下数据集:

a <- structure(list(ID = c("a1", "a2", "a3", "a4", "a5", "a6", "a7", "a8", "a9"), 
                    E = c(1, 0, 0, 0,4, 4, 3, 0,1), 
                    W = c(0, 3, 2, 0, 3, 3, 3, 4,1), 
                    N = c(1, 0, 2, 0, 3, 4, 3, 7,1), 
                    S=c(0, 0, 0, 2, 1, 1, 3, 0,1)), 
               .Names = c("ID", "E", "W", "N", "S"), row.names = c(NA, -9L), class = "data.frame")
a
  ID E W N S
1 a1 1 0 1 0
2 a2 0 3 0 0
3 a3 0 2 2 0
4 a4 0 0 0 2
5 a5 4 3 3 1
6 a6 4 3 4 1
7 a7 3 3 3 3
8 a8 0 4 7 0
9 a9 1 1 1 1

我喜欢创造一个 class 列,将显示 column name 基于每行的最大数目。例如,ID为的第二行 a2 有一个 最大值 3用于 W 列。课程将是 W 最大值是3。当平局发生时 在最大值中 ,它将包括所有绑定的列名称。例如,对于第1行( ID=a1 双列 E 立柱 N 有一样 最大值 ,因此类将定义为 E-N ,最大值为1。

我已经开始 melt 功能:

library(reshape2)
a1= melt(a, id=c("ID"))
head(a1)
  ID variable value
1 a1        E     1
2 a2        E     0
3 a3        E     0
4 a4        E     0
5 a5        E     4
6 a6        E     4

最终输出将是:

  ID   Class Max
1 a1     E-N   1
2 a2       W   3
3 a3     W-N   2
4 a4       S   2
5 a5       E   4
6 a6     E-N   4
7 a7 E-W-N-S   3
8 a8       N   7
9 a9 E-W-N-S   1

2 回复 | 直到 5 年前

akrun 5 年前

1) 一个选择是 gather 转换为“long”格式,按“id”分组, filter 行有 max “瓦尔” summarize 通过 paste 拿着钥匙 first “瓦尔”

library(tidyverse)
gather(a, key, val, -ID) %>% 
    group_by(ID) %>%
    filter(val == max(val)) %>% 
    summarise(Class = str_c(key, collapse="-"), Max = first(val))
# A tibble: 9 x 3
#  ID    Class     Max
#  <chr> <chr>   <dbl>
#1 a1    E-N         1
#2 a2    W           3
#3 a3    W-N         2
#4 a4    S           2
#5 a5    E           4
#6 a6    E-N         4
#7 a7    E-W-N-S     3
#8 a8    N           7
#9 a9    E-W-N-S     1

2) 或其他选择 tidyverse 无需整形

a %>% 
  mutate(out = select(., -1)  %>%
                  pmap(.,  ~ c(...) %>%
                   keep(. == max(.)) %>%
                  {tibble(Class = str_c(names(.), collapse='-'),
                          Max = first(.))})) %>%
  unnest
#   ID E W N S   Class Max
#1 a1 1 0 1 0     E-N   1
#2 a2 0 3 0 0       W   3
#3 a3 0 2 2 0     W-N   2
#4 a4 0 0 0 2       S   2
#5 a5 4 3 3 1       E   4
#6 a6 4 3 4 1     E-N   4
#7 a7 3 3 3 3 E-W-N-S   3
#8 a8 0 4 7 0       N   7
#9 a9 1 1 1 1 E-W-N-S   1

3) 或使用 data.table

library(data.table)
melt(setDT(a), id.var = 'ID')[, {
     dat <- .SD[value == max(value)]
 .(Class = paste(dat$variable, collapse='-'), Max = dat$value[1])}, by = ID]

注:这给出了操作的预期输出。

4) 或使用 base R

Max <- do.call(pmax, a[-1])
Class <-  tapply(names(a)[-1][col(a[-1]) *NA^(a[-1] != Max)], 
     c(row(a[-1])), FUN = function(x)  paste(na.omit(x), collapse='-'))

Ronak Shah 5 年前

R基进近使用 apply 会找到 max 在每一行中查找相应的列名。

a[c("max", "class")] <- t(apply(a[-1], 1, function(x) {
      val <- max(x)
      c(val, paste(names(a)[-1][x == val], collapse = "-"))
}))

a[c(1, 6, 7)]
#  ID   max   class
#1 a1     1     E-N
#2 a2     3       W
#3 a3     2     W-N
#4 a4     2       S
#5 a5     4       E
#6 a6     4     E-N
#7 a7     3 E-W-N-S
#8 a8     7       N
#9 a9     1 E-W-N-S

您还可以使用 which (按照@tmfmnk的建议),替换中的最后一行 应用 调用

c(val, paste(names(which(x == val)), collapse = "-"))