基于条件的数据排序并动态分配随机向量返回所有组

Question

例如：INPUT DATAFRAME是：-

INPUT     group
4000       1
4000       1
2000       2
3000       3
2000       4
2000       4
2000       4

输出:-动态分配任意随机向量并生成输出为：-具有最大重复群数的第一次数据，具有第二次最高重复组元素的第二次数据，如…。

输出

1.第一

INPUT     group
2000        4
2000        4
2000        4

2秒

INPUT        group
4000        1
4000        1  

3.第三代

INPUT        group
2000        2

4.第四代

INPUT        group
3000        3  

用更简单的话来说-我想把数据分解成一些组，在结果中，我希望所有的组都按升序分配给一些变量。到目前为止，我试过这样做：

x<-setDT(df)[, group := rleid(df$INPUT)]

这将对这个组进行排序。我又试了一次，那就是：

y<-x[x$group == which.max(tabulate(x$group)), ] 

但这只返回具有最大重复组元素数的组。

Answer 1

我不确定你是否同时需要所有的输出。但这里有一个可能有帮助的想法。我正在使用dplyr包进行此操作。因此，首先让我重新创建您提供的作为输入的数据集：

library(dplyr)
DF <- data.frame(INPUT = c(4000,4000,2000,3000,2000,2000,2000), group = c(1,1,2,3,4,4,4))
df <- tbl_df(DF)
df

输出

  INPUT group
  (dbl) (dbl)
1  4000     1
2  4000     1
3  2000     2
4  3000     3
5  2000     4
6  2000     4
7  2000     4

现在，我将创建一个辅助表，它将告诉我每个组中有多少行，这个表已经从max排序到min：

aux <- df %>% group_by(group) %>% summarise(n = n()) %>% arrange(-n)
aux

输出

  group     n
  (dbl) (int)
1     4     3
2     1     2
3     2     1
4     3     1

所以我们看到，第4组出现了3次，第1组出现了两次，等等。现在，我可以轻松地从最大到最小“提取”我想要的组：

ymax <- df %>% filter(group == aux$group[1])
y2 <- df %>% filter(group == aux$group[2])
y3 <- df %>% filter(group == aux$group[3])
ymin <- df %>% filter(group == aux$group[4])

输出

ymax
  INPUT group
  (dbl) (dbl)
1  2000     4
2  2000     4  
3  2000     4  

y2
  INPUT group
  (dbl) (dbl)
1  4000     1
2  4000     1  

y3
  INPUT group
  (dbl) (dbl)
1  2000     2  

ymin
  INPUT group
  (dbl) (dbl)
1  3000     3

我希望这能帮到你。

我只想补充一点，当然，你可以同时得到所有的信息：

ylist <- lapply(1:nrow(aux), function(x) {filter(df, group == aux$group[x])})

输出

[[1]]
Source: local data frame [3 x 2]

  INPUT group
  (dbl) (dbl)
1  2000     4
2  2000     4
3  2000     4

[[2]]
Source: local data frame [2 x 2]

  INPUT group
  (dbl) (dbl)
1  4000     1
2  4000     1

[[3]]
Source: local data frame [1 x 2]

  INPUT group
  (dbl) (dbl)
1  2000     2

[[4]]
Source: local data frame [1 x 2]

  INPUT group
  (dbl) (dbl)
1  3000     3

Answer 2

在Python中，您可以执行以下操作：

创建DF：

import pandas as pd
df = pd.DataFrame()
df['INPUT'] = [4000,4000,2000,3000,2000,2000,2000]
df['group'] = [1,1,2,3,4,4,4]

一组一组，获取每个组的大小，将此大小作为一列添加到DF中，并按其升序排序：

df = df.merge(pd.DataFrame(df.groupby('group').size()).reset_index()).sort_values(0,ascending=False)

然后，循环遍历DF以获得每次需要的部分：

for i,x in enumerate(df['group'].unique()):
print 'ouput',i
print df[df['group']==x].ix[:,:-1].reset_index(drop=True)
print 

这给了你以下几点：

    ouput 0
    INPUT  group
0   2000      4
1   2000      4
2   2000      4

    ouput 1
    INPUT  group
0   4000      1
1   4000      1

    ouput 2
    INPUT  group
0   2000      2

    ouput 3
    INPUT  group
0   3000      3

Answer 3

印度先生-试试这个。

library(sqldf)
Input=c('4000','4000','2000','3000','2000','2000','2000')   
gr<-c('1','1','2','3','4','4','4')
DF<-data.frame(Input,gr)
NewDF<-data.frame()
DF<-sqldf("select  distinct Input, gr, count(*) as C from DF group by Input, gr order by C desc")
for (i in 1:nrow(DF))
  assign(paste("NewDF_",i,sep=""),na.omit(DF[i,][rep(row.names(DF), DF$C), 1:2]))

这将用您想要的输出创建4种不同的Dataframes。