R unpivot 列与排名组合[关闭]答案

【问题标题】：R unpivot columns with ranked combination [closed]R unpivot 列与排名组合[关闭]
【发布时间】：2020-01-06 08:44:47
【问题描述】：

我有以下数据框，其dput 样本为：

MyData <- structure(list(Tag = c("Tag1", "Tag1","Tag1", "Tag1","Tag1", "Tag1","Tag1", "Tag2","Tag2", "Tag2"), id = c(15227L, 16368L, 15121L, 15122L,15123L, 15124L, 15125L, 15391L, 15392L, 15393L), dimension_r = c(10,2, 3, 4, 5, 6, 7, 6, 7, 8)), row.names = c(1L, 2L, 3L, 4L,5L, 6L, 7L, 62L, 63L, 64L), class = "data.frame")

看起来像这样：

Tag     ID      Rank
Tag1    15227   10
Tag1    16368   2
Tag1    15121   3
Tag1    15122   4
Tag1    15123   5
Tag1    15124   6
Tag1    15125   7
Tag2    15391   6
Tag2    15392   7
Tag2    15393   8

我想将其重新格式化为如下所示：

Tag     lower greater
Tag1    16368 15121     
Tag1    15121 15122     
Tag1    15122 15123 
Tag1    15123 15124
Tag1    15124 15125
Tag1    15125 15227 
Tag2    15391 15392
Tag2    15392 15393

我猜我需要为此使用 dcast，但不确定如何对其进行编程以获取排名并以这种方式取消旋转框架。

【问题讨论】：

感谢您花时间解释我需要做什么才能澄清我的问题。我已经编辑了我的帖子。现在清楚了吗？
是的，非常好！

标签： r reshape data-manipulation

【解决方案1】：

只需使用dplyr，您可以执行以下操作：

1.Arrange() 按标签和维度_r。

2.lag()一列并过滤掉NA。

3.rename() 所需名称的列 ID。

4.select() 所需的列。

library(dplyr)
MyData %>% group_by(Tag)%>%arrange(Tag,dimension_r) %>% 
      mutate(lower = lag(id))%>% 
      filter(!is.na(lower))%>%
      rename(greater = id) %>%
      select(Tag, lower, greater)
# # A tibble: 8 x 3
# # Groups:   Tag [2]
# Tag   lower greater
# <chr> <int>   <int>
# 1 Tag1  16368   15121
# 2 Tag1  15121   15122
# 3 Tag1  15122   15123
# 4 Tag1  15123   15124
# 5 Tag1  15124   15125
# 6 Tag1  15125   15227
# 7 Tag2  15391   15392
# 8 Tag2  15392   15393

【讨论】：

非常感谢卡尔斯。为我节省了大量的工作！！！ :)

【解决方案2】：

data.table 方法

1 将数据转换为data.table，并通过id标签汇总（创建lower）
2 使用data.table::shift 通过标签组获取下一个值
3 使用na.omit 丢弃不完整的行。

library(data.table)
na.omit( setDT(MyData)[, .(lower = id ), by = .(Tag)][, greater := shift(lower, type = "lead"), by = .(Tag)][] )

   Tag lower greater
1: Tag1 15227   16368
2: Tag1 16368   15121
3: Tag1 15121   15122
4: Tag1 15122   15123
5: Tag1 15123   15124
6: Tag1 15124   15125
7: Tag2 15391   15392
8: Tag2 15392   15393

【讨论】：

【解决方案3】：

在基础 R 中，一种方法可能是首先 order 基于 Tag 和 dimension_r 的数据。我们根据Tag 拆分newdata，并通过分别忽略最后一个和第一个观察来创建lower 和greater 列。

newdata <- MyData[with(MyData, order(Tag, dimension_r)), ]
output <- do.call(rbind, lapply(split(newdata, newdata$Tag), function(x) 
        data.frame(Tag = x$Tag[1L], lower = x$id[-nrow(x)], greater = x$id[-1])))
rownames(output) <- NULL

output
#   Tag lower greater
#1 Tag1 16368   15121
#2 Tag1 15121   15122
#3 Tag1 15122   15123
#4 Tag1 15123   15124
#5 Tag1 15124   15125
#6 Tag1 15125   15227
#7 Tag2 15391   15392
#8 Tag2 15392   15393

我们可以使用dplyr和purrr::map_df实现相同的逻辑

library(dplyr)
MyData %>%
  arrange(Tag, dimension_r) %>%
  group_split(Tag) %>%
  purrr::map_df(~data.frame(Tag = first(.$Tag), 
                lower = .$id[-nrow(.)], greater = .$id[-1]))

【讨论】：