如何获得R数据帧中新列中变量的唯一值？

Question

样本数据

mydf <- data.frame(Vehicle.ID = c(1,1,1,1,1,1,1,1), Frame.ID = c(1,2,3,4,5,6,7,8),
           Lane = c(1,1,2,2,2,3,3,3), lane.change = c(".", ".", "yes", ".", ".","yes",".","."),
           Preceding.Vehicle.ID = c(10,10,5,5,5,6,6,6),
           Following.Vehicle.ID = c(20,20,50,50,50,30,30,30))

数据描述

Vehicle.ID：车辆的ID

Frame.ID：帧号(1帧=0.1秒)

lane ：当前占用的车道数

lane.change：“意思是车辆没有改变这个车架中的车道，而“是”表示车辆在这个车架上改变车道。

Preceding.Vehicle.ID和Following.Vehicle.ID：in的车辆在前面和后面的车辆在当前车道，在给定的框架。

我想做的是：

我想找到：

1. 车辆占用的所有车道。现时的行车线载於“行车”栏内。车辆移动到的所有其他车道都是目标车道。我想要创建新的列，包含所有目标车道的车道号码，如target.lane1，target.lane2，等。
2. 类似地，我希望将所有前面的车辆ID和下面的车辆ID放在新列中，即目标车道1和2中的前面车辆: PVtl1，PVtl2，以及目标车道1和2中的后续车辆: FVtl1，FVtl2。

所需数据框架的最终形式：

mydf.final <- mydf %>%
  mutate(target.lane1 = 2, PVtl1 = 5, FVtl1 = 50, 
         target.lane2 = 3, PVtl2 = 6, FVtl2 = 30)

我试过的是：

老实说，我不知道该怎么做。我试着用：

> mydf <- mydf %>%
+   mutate(pvtl1 = data.frame(unique(Preceding.Vehicle.ID)))
Error: not compatible with STRSXP

但要像你看到的那样得到错误。

请引导我。我想为此使用dplyr。

编辑：

我尝试过使用for loop，它对这个示例数据起了作用：

for (i in 1:length(unique(mydf$Lane))){
  mydf[,paste("target.lane",i, sep=".")] =  unique(mydf$Lane)[i]
  mydf[,paste("PVtl",i, sep=".")] =  unique(mydf$Preceding.Vehicle.ID)[i]
  mydf[,paste("FVtl",i, sep=".")] =  unique(mydf$Following.Vehicle.ID)[i]
}

在这里，target t.lane.1，PVtl1和FVtl1是无用的，因为它们只是包含了当前第一车道的信息，而这不是目标车道，所以我可以稍后删除它们。

但是原始数据很大，而且还有更多独特的Vehicle.IDs。使用for loop似乎不是一个明智的想法。如何使用dplyr更快地实现同样的目标？

编辑2(为我工作的dplyr解决方案)

看来今天没人在帮忙。我想出了一个dplyr解决方案，如果有大约8条车道的改变，它可以应用：

mydf %>%
  mutate(ul = n_distinct(Lane),
         target.lane.1 = unique(Lane)[ul - (ul-2)],
         PVtl1 = Preceding.Vehicle.ID[match(target.lane.1, Lane)],
         FVtl1 = Following.Vehicle.ID[match(target.lane.1, Lane)],
         target.lane.2 = unique(Lane)[ul - (ul-3)],
         PVtl2 = Preceding.Vehicle.ID[match(target.lane.2, Lane)],
         FVtl2 = Following.Vehicle.ID[match(target.lane.2, Lane)],
         target.lane.3 = unique(Lane)[ul - (ul-4)],
         PVtl3 = Preceding.Vehicle.ID[match(target.lane.3, Lane)],
         FVtl3 = Following.Vehicle.ID[match(target.lane.3, Lane)],
         target.lane.4 = unique(Lane)[ul - (ul-5)],
         PVtl4 = Preceding.Vehicle.ID[match(target.lane.4, Lane)],
         FVtl4 = Following.Vehicle.ID[match(target.lane.4, Lane)],
         target.lane.5 = unique(Lane)[ul - (ul-6)],
         PVtl5 = Preceding.Vehicle.ID[match(target.lane.5, Lane)],
         FVtl5 = Following.Vehicle.ID[match(target.lane.5, Lane)],
         target.lane.6 = unique(Lane)[ul - (ul-7)],
         PVtl6 = Preceding.Vehicle.ID[match(target.lane.6, Lane)],
         FVtl6 = Following.Vehicle.ID[match(target.lane.6, Lane)],
         target.lane.7 = unique(Lane)[ul - (ul-8)],
         PVtl7 = Preceding.Vehicle.ID[match(target.lane.7, Lane)],
         FVtl7 = Following.Vehicle.ID[match(target.lane.7, Lane)],
         target.lane.8 = unique(Lane)[ul - (ul-9)],
         PVtl8 = Preceding.Vehicle.ID[match(target.lane.8, Lane)],
         FVtl8 = Following.Vehicle.ID[match(target.lane.8, Lane)],
         target.lane.9 = unique(Lane)[ul - (ul-10)],
         PVtl9 = Preceding.Vehicle.ID[match(target.lane.9, Lane)],
         FVtl9 = Following.Vehicle.ID[match(target.lane.9, Lane)],
         target.lane.final = unique(Lane)[ul],
         PVtlf = Preceding.Vehicle.ID[match(target.lane.final, Lane)],
         FVtlf = Following.Vehicle.ID[match(target.lane.final, Lane)])

不过，我还是想修改我的代码，以便根据观察到的车道更改的数量创建新列。

Answer 1

我将通过创建一个具有新的感兴趣列的数据集，然后使用left_join将新的数据集重新加入到原始数据集中来实现这一点。我将观察到的车道变化的数量信息添加到数据集中，因此新列的数量可以基于观察到的车道更改的数量。大部分工作是重新塑造数据集，使用来自tidyr的函数创建新的列标题(使用gather和unite)，然后生成新列(spread)。我没有按期望的顺序放置新列，但您当然可以这样做。

如果您有多个Vehicle.ID值，下面的代码应该可以工作。如果您只有一个Vehicle.ID，则不需要group_by。

library(dplyr)
library(tidyr)

mydf %>%
    filter(lane.change == "yes") %>%
    group_by(Vehicle.ID) %>%
    mutate(order = 1:n()) %>%
    select(-Frame.ID, -lane.change) %>%
    rename(target.lane = Lane,  Pvtl = Preceding.Vehicle.ID, FVtl = Following.Vehicle.ID) %>%
    gather(group, number, target.lane, Pvtl, FVtl) %>%
    unite(group1, group, order, sep = "") %>%
    spread(group1, number) %>%
    left_join(mydf, .)