我有一个元素组合列表，每个元素都在它自己的行中。有时这些元素为零。
C H N O S
1 5 5 0 0 0
2 6 4 1 0 1
3 4 6 2 1 0
我需要将它们组合起来以便它们阅读，例如C5H5、C6H4NS、C4H6N2O。 这意味着对于任何值为“1”的元素，我应该只取列名，而对于任何值为 0 的元素，应该完全跳过该列。
我不确定从哪里开始。我可以添加一个新列，以便更轻松地跨列阅读，例如
c C h H n N o O s S
1 C 5 H 5 N 0 O 0 S 0
2 C 6 H 4 N 1 O 0 S 1
3 C 4 H 6 N 2 O 1 S 0
这样，我只需要输出为单个字符串，但我需要忽略任何零值，并删除元素名称后面的一个。
【问题讨论】：
标签： r dataframe data-manipulation chemistry
这里有一个基本的 R 解决方案：
df = read.table(text = "
C H N O S
5 5 0 0 0
6 4 1 0 1
4 6 2 1 0
", header=T)
apply(df, 1, function(x){return(gsub('1', '', paste0(colnames(df)[x > 0], x[x > 0], collapse='')))})
[1] "C5H5" "C6H4NS" "C4H6N2O"
paste0(colnames(df)[x > 0], x[x > 0], collapse='') 将行值大于零的列名粘贴在一起。 gsub 然后删除那些。 apply 对数据框中的每一行都执行此操作。
【讨论】：
return。
这是一个 tidyverse 解决方案，它使用了一些重塑：
df = read.table(text = "
C H N O S
5 5 0 0 0
6 4 1 0 1
4 6 2 1 0
", header=T)
library(tidyverse)
df %>%
mutate(id = row_number()) %>% # add row id
gather(key, value, -id) %>% # reshape data
filter(value != 0) %>% # remove any zero rows
mutate(value = ifelse(value == 1, "", value)) %>% # replace 1 with ""
group_by(id) %>% # for each row
summarise(v = paste0(key, value, collapse = "")) # create the string value
# # A tibble: 3 x 2
# id v
# <int> <chr>
# 1 1 C5H5
# 2 2 C6H4NS
# 3 3 C4H6N2O
【讨论】：
假设输入矩阵m 在最后的注释中可重现地给出——如果它是使用as.matrix 的数据框，则将其转换为矩阵。
现在创建一个与m 形状相同的矩阵，只包含字母，所以现在lets 包含字母，m 包含数字。然后将字母和数字粘贴在一起，并将数字为零的单元格替换为空字符串。还要用字母替换数字为 1 的任何单元格。最后将每一行粘贴在一起。没有使用任何包，也没有使用循环或 *apply。
lets <- t(replace(t(m), TRUE, colnames(m)))
mm <- paste0(lets, m)
mm <- replace(mm, m == 0, "")
mm <- ifelse(m == 1, lets, mm)
do.call("paste0", as.data.frame(mm))
## [1] "C5H5" "C6H4NS" "C4H6N2O"
假设可重现形式的输入矩阵m为：
m <- matrix(c(5, 6, 4, 5, 4, 6, 0, 1, 2, 0, 0, 1, 0, 1, 0), 3, 5,
dimnames = list(NULL, c("C", "H", "N", "O", "S")))
【讨论】：
另一个避免apply 边距为 1 的想法，
gsub('1', '', sapply(split(df, 1:nrow(df)), function(i)
paste(paste0(names(i)[i != 0], i[i != 0]), collapse = '')))
# 1 2 3
# "C5H5" "C6H4NS" "C4H6N2O"
【讨论】：
另一种选择
library(dplyr)
#Get indices of all non-zero numbers in the dataframe
inds <- which(df!=0, arr.ind = TRUE)
#Create a dataframe with row index, column index and value at that position
vals <- data.frame(inds, val = df[inds])
#For each row paste the name of the column and value together and then replace 1
vals %>%
group_by(row) %>%
summarise(chemical = paste0(names(df)[col], val,collapse = "")) %>%
mutate(chemical = gsub("[1]", "", chemical))
# row chemical
# <int> <chr>
#1 1 C5H5
#2 2 C6H4NS
#3 3 C4H6N2O
【讨论】：