R Tibble整理困境

Question

我正在尝试整理R脚本中的数据，以便可以对整理后的数据集运行一些统计分析。

其中一列列出了对(其中6个)，它们对应于输出值的三个单独的“块”。最小可重复数据集如下所示。

dput(head(data, 6)) 
structure(list(pairs = c("ABC", "ACB", "BAC", "BCA", "CBA", "CAB"), block1vals = c(1, 3, 5, 7, 9, 10), block2vals = c(4, 66, 34, 66, 21, 21), block3vals = c(53, 22, 12, 65, 21, 22)), .Names = c("pairs", "block1vals", "block2vals", "block3vals"), row.names = c(NA, 6L), class = "data.frame")

我获得了我的代码来获取这些对，并为每个参与者标记给定块的A/B/C值，每个块对应一列；这是可行的：

区块1：

data$block1types <- sapply(data$pairs, function(x){
  if(x == "ABC") { return("Type A")}
  if(x == "ACB") { return("Type A")}
  if(x == "BAC") { return("Type B")}
  if(x == "BCA") { return("Type B")}
  if(x == "CBA") { return("Type C")}
  if(x == "CAB") { return("Type C")}
})

区块2：

data$block2types <- sapply(data$pairs, function(x){
  if(x == "ABC") { return("Type B")}
  if(x == "ACB") { return("Type C")}
  if(x == "BAC") { return("Type A")}
  if(x == "BCA") { return("Type C")}
  if(x == "CBA") { return("Type B")}
  if(x == "CAB") { return("Type A")}
})

区块3：

data$block3types <- sapply(data$pairs, function(x){
 if(x == "ABC") { return("Type C")}
if(x == "ACB") { return("Type B")}
if(x == "BAC") { return("Type C")}
if(x == "BCA") { return("Type A")}
if(x == "CBA") { return("Type A")}
if(x == "CAB") { return("Type B")}
})

我现在要做的就是重新组织数据，这样就有了一个包含所有"Type A“参与者值的列(不管A在哪个块中)，还有一个"Type B”列和一个"Type C“列。

因此，理想的输出是：

data$TypeA <- c(1, 3, 34, 65, 21, 21)
data$TypeB <- c(4, 22, 5, 7, 21, 22)
data$TypeC <- c(53, 66, 12, 66, 9, 10)

我不知道如何做到这一点而不制造问题。我的尝试是这样做的，在数据集之外创建了两列，我希望我可以将它们传播开来：

BlockTypes<- combine(data$block1types, data$block2types, data$block3types, .id = NULL)     
BlockTotals<- combine(data$block1vals, data$block2vals, data$block3vals, .id = NULL) 

然后我尝试这样做：

spread(data, key= BlockTypes, value=BlockTotals, fill = 0)

此操作失败：var的计算结果必须为单个数字或列名，而不是字符向量。不过，我确实认为，更大的问题是将列放在数据集之外。我不能对它们使用扩展函数，因为它们在数据集之外。因此，如果合并功能不能与tibble一起使用，我有点困惑于如何做到这一点。

Answer 1

如果我用心去做，我相信有更好的方法来做这件事，但这里有一些东西是有效的。

首先，我们使用substr函数提取类型的第一个、第二个和第三个字符。我使用粘贴功能将“类型”部分包含在我们执行的提取中。这比像你这样做每一个组合要好得多。

接下来，我们检查了数据3次(每种类型一次)。每次我们浏览数据时，我们都使用块类型来查看是否应该提取块值。

library(tidyverse)
data <- tibble(
pairs = c("ABC", "ACB", "BAC", "BCA", "CBA", "CAB"),
block1vals = c(1, 3, 5, 7, 9, 10),
block2vals = c(4, 66, 34, 66, 21, 21),
block3vals = c(53, 22, 12, 65, 21, 22)
)

data %>%
  mutate(
    block1types = paste0("Type ",substr(pairs, 1, 1)),
    block2types = paste0("Type ",substr(pairs, 2, 2)),
    block3types = paste0("Type ",substr(pairs, 3, 3))) %>%
  mutate(
    TypeAValues = case_when(
    block1types == "Type A" ~ block1vals,
    block2types == "Type A" ~ block2vals,
    block3types == "Type A" ~ block3vals)) %>%
  mutate(
    TypeBValues = case_when(
    block1types == "Type B" ~ block1vals,
    block2types == "Type B" ~ block2vals,
    block3types == "Type B" ~ block3vals)) %>%
  mutate(
    TypeCValues = case_when(
    block1types == "Type C" ~ block1vals,
    block2types == "Type C" ~ block2vals,
    block3types == "Type C" ~ block3vals))

Answer 2

这里有一种利用dplyr和stringr包的方法。

library(dplyr)
library(stringr)

data %>%
  # For each letter, determine the position of that letter in the entry in the 'pairs' column
  mutate(a = str_locate(pairs, 'A')[,'start'],
         b = str_locate(pairs, 'B')[,'start'],
         c = str_locate(pairs, 'C')[,'start']) %>% 
  # Based on the letter's position, pull the value from the appropriate column
  mutate_at(.vars = vars(a, b, c),
            .funs = funs(case_when(. == 1 ~ block1vals,
                                   . == 2 ~ block2vals,
                                   . == 3 ~ block3vals)))

调用str_locate()的原因很奇怪，因为调用str_locate()的输出是一个矩阵。

下面是该函数的输出：

pairs <- c('ABCDE')
str_locate(pairs, 'BC')

     start end
[1,]     2   3

要只返回字母'B‘的位置，您需要从矩阵中提取标题为start的列。

您可以通过编写以下代码来将对str_locate()的调用与列提取结合起来：

str_locate(pairs, 'BC')['start']