如何在功能上扩展和合并数据

Question

仅举一个简单的小例子，我该如何根据组号重命名列？

dat_func <- function(i){

dat %>% filter(group_no == i) %>% mutate(WHERE[i] = WHERE) %>% select(-WHERE)

}

lapply(1:max(dat$group_no), function(i) dat_func(i))

接受如下示例输入：

> data.frame(uniqueID= c(123,234,345,345,456),group_no=c(1,1,1,2,1), WHERE=rep("test",5))
  uniqueID group_no WHERE
1      123        1  test
2      234        1  test
3      345        1  test
4      345        2  test
5      456        1  test

并制作这个：

> data.frame(uniqueID=c(123,234,345,456),WHERE1=rep("test",4), WHERE2=c(NA,NA,"test",NA))
  uniqueID WHERE1 WHERE2
1      123  test   <NA>
2      234  test   <NA>
3      345  test   test
4      456  test   <NA>

最后解决办法：

我最初的问题有点复杂，但我想出了一个解决方案：

library(tidyverse)
library(dplyr)
library(magrittr)

有一些重复的数据需要与重复的组分配合并。

dat <- data.frame(uniqueID= c(123,234,345,456,456),
           TEST1=c(1,1,1,NA,1),
           TEST2=c(1,1,1,1,NA),
           WHERE=rep("test",5))

生成重复组值。

dat %<>% mutate(DUPE = as.numeric(duplicated(uniqueID))+1)

函数创建重复组变量：

rep_group <- function(i) {

  dat %>%
    mutate(DUPE = paste0(i, DUPE)) %>%
    spread(key = DUPE, value = i)

}

函数将重复值和NAs合并起来。

coalesce_by_column <- function(df) {
  return(dplyr::coalesce(!!! as.list(df)))
}

重复组变量列表

rep_list <- c("WHERE")

应用重复组函数并合并所有内容：

lapply(rep_list, function(i) rep_group(i)) %>% 
  as.data.frame() %>% 
  select(-matches("[.]")) %>% 
  group_by(uniqueID) %>% 
  summarise_all(coalesce_by_column)

概括地说：

这些步骤的数据如下所示：

  uniqueID TEST1 TEST2 WHERE 
1      123     1     1  test    
2      234     1     1  test    
3      345     1     1  test    
4      456    NA     1  test    
5      456     1    NA  test    

并生成如下数据：

  uniqueID TEST1 TEST2 WHERE1 WHERE2
     <dbl> <dbl> <dbl> <fct>  <fct> 
1      123     1     1 test   NA    
2      234     1     1 test   NA    
3      345     1     1 test   NA    
4      456     1     1 test   test 

Answer 1

似乎您希望group_no从长到宽的格式。在R中有几种方法可以做到这一点，这里有一个使用tidyverse的解决方案(更具体地说，是tidyr::spread)。

library(tidyverse)

df1 <- data.frame(uniqueID= c(123,234,345,345,456),group_no=c(1,1,1,2,1), WHERE=rep("test",5))

# Long to wide
df1 <- df1 %>%
  spread(key = group_no, value = WHERE)

# Renaming columns
names(df1)[-1] <- paste0("WHERE", names(df1)[-1])
df1

  uniqueID WHERE1 WHERE2
1      123   test   <NA>
2      234   test   <NA>
3      345   test   test
4      456   test   <NA>

或者，您可以提前将“列名”添加到group_no中，如下所示：

df1 %>%
  mutate(group_no = paste0("WHERE", group_no)) %>%
  spread(key = group_no, value = WHERE)

  uniqueID WHERE1 WHERE2
1      123   test   <NA>
2      234   test   <NA>
3      345   test   test
4      456   test   <NA>