在保持顺序的同时聚合和折叠基于向量答案

【问题标题】：Aggregate and collapse a vector based while maintaing order在保持顺序的同时聚合和折叠基于向量
【发布时间】：2020-05-15 15:51:14
【问题描述】：

我有一个如下的数据框：

+------+-----+----------+
| from | to  | priority |
+------+-----+----------+
|    1 |   8 |        1 |
|    2 |   6 |        1 |
|    3 |   4 |        1 |
|    4 |   5 |        3 |
|    5 |   6 |        4 |
|    6 |   2 |        5 |
|    7 |   8 |        2 |
|    4 |   3 |        5 |
|    2 |   1 |        1 |
|    6 |   6 |        4 |
|    1 |   7 |        5 |
|    8 |   4 |        6 |
|    9 |   5 |        3 |
+------+-----+----------+

我的目标是根据 from 列对“to”列进行分组，但如果变量已经存在于任一列中，我不想进一步考虑它们此外，总优先级将是所有组优先级的总和

所以生成的数据框如下：

+------+------+----------------+
| from |  to  | Total Priority |
+------+------+----------------+
|    1 | 8, 7 |              6 |
|    2 |    6 |              1 |
|    3 |    4 |              1 |
|    9 |    5 |              3 |
+------+------+----------------+

另外，我希望在分组时保持与原始表格相同的顺序

我能够使用下面的“splitstackshape”包折叠从列

library(splitstackshape)
cSplit(df, 'to', sep = ','
+        , direction = 'long')[, .(to = toString(unique(to)))
+                              , by = from]

这确实引入了重复值我想知道是否有办法使用任何其他软件包获得所需的结果

【问题讨论】：

组是如何创建的？你能解释一下你的预期输出吗？我也不认为cSplit 在这里做任何事情。您的数据已经是长格式。

标签： r dataframe dplyr plyr

【解决方案1】：

目前尚不清楚您究竟是如何尝试创建组的，但这至少会让您进入正确的范围：

library(tidyverse)

df <- tribble(~from, ~to, ~priority,
              1,8,1,
              2,6,1,
              3,4,1,
              4,5,3,
              5,6,4,
              6,2,5,
              7,8,2,
              4,3,5,
              2,1,1,
              6,6,4,
              1,7,5,
              8,4,6,
              9,5,3)

df %>%
  group_by(from) %>%
  summarise(to = toString(to),
            `Total Priority` = sum(priority, na.rm=T))

你的结果是：

# A tibble: 9 x 3
   from to    `Total Priority`
  <dbl> <chr>            <dbl>
1     1 8, 7                 6
2     2 6, 1                 2
3     3 4                    1
4     4 5, 3                 8
5     5 6                    4
6     6 2, 6                 9
7     7 8                    2
8     8 4                    6
9     9 5                    3

【讨论】：

【解决方案2】：

使用DF 在最后的注释中重复显示，按from 排序，给出DF2，然后遍历其行，删除任何重复的行。我们在这里需要一个循环，因为每次删除都取决于先前的删除。最后总结一下结果。

library(dplyr)

DF2 <- arrange(DF, from)

i <- 1
while(i <= nrow(DF2)) {
  ix <- seq_len(i-1)
  dup <- with(DF2, (to[i] %in% c(to[ix], from[ix])) | (from[i] %in% to[ix]))
  if (dup) DF2 <- DF2[-i, ] else i <- i + 1
}

DF2 %>%
  group_by(from) %>%
  summarize(to = toString(to), priority = sum(priority)) %>%
  ungroup

给予：

# A tibble: 4 x 3
   from to    priority
  <int> <chr>    <int>
1     1 8, 7         6
2     2 6            1
3     3 4            1
4     9 5            3

注意

Lines <- "from | to  | priority
   1 |   8 |        1
   2 |   6 |        1
   3 |   4 |        1
   4 |   5 |        3
   5 |   6 |        4
   6 |   2 |        5
   7 |   8 |        2
   4 |   3 |        5
   2 |   1 |        1
   6 |   6 |        4
   1 |   7 |        5
   8 |   4 |        6
   9 |   5 |        3"
DF <- read.table(text = Lines, header = TRUE, sep = "|", strip.white = TRUE)

【讨论】：