R根据行中的值在列中重复答案

【问题标题】：R repeat in column based on value in rowR根据行中的值在列中重复
【发布时间】：2021-04-11 15:22:51
【问题描述】：

我有一个如下的数据框：

Name    School   Weight Days
Antoine Bach     0.03   5
Antoine Ken      0.02   7
Barbara Franklin 0.04   3

我想获得如下输出：

Name    School   1    2    3    4    5    6    7
Antoine Bach     0.03 0.03 0.03 0.03 0.03 NA   NA
Antoine Ken      0.02 0.02 0.02 0.02 0.02 0.02 0.02
Barbara Franklin 0.04 0.04 0.04 NA   NA   NA   NA

可重现的样本数据：

df <- tribble(
  ~Name,    ~School,   ~Weight, ~Days,
  "Antoine", "Bach",     0.03,   5,
  "Antoine", "Ken",      0.02,   7,
  "Barbara", "Franklin", 0.04,   3
)

【问题讨论】：

标签： r dataframe repeat long-integer

【解决方案1】：

使用 data.table，您可以通过 repeating 每行的 Weight 值 Days 次数来创建长版本，然后 dcasting 使用新的 rowid 转换为宽格式变量作为列。

library(data.table)
setDT(df)

dcast(df[, .(rep(Weight, Days)), .(Name, School)], 
      Name + School ~ rowid(V1))

# Name   School    1    2    3    4    5    6    7
# 1: Antoine     Bach 0.03 0.03 0.03 0.03 0.03   NA   NA
# 2: Antoine      Ken 0.02 0.02 0.02 0.02 0.02 0.02 0.02
# 3: Barbara Franklin 0.04 0.04 0.04   NA   NA   NA   NA

您也可以repWeightDays 的数量，然后代表NA 足够的次数来完成该行。

max_days <- max(df$Days) 

df[, as.list(rep(c(Weight, NA), c(Days, max_days - Days))), 
   .(Name, School)]

# Name   School   V1   V2   V3   V4   V5   V6   V7
# 1: Antoine     Bach 0.03 0.03 0.03 0.03 0.03   NA   NA
# 2: Antoine      Ken 0.02 0.02 0.02 0.02 0.02 0.02 0.02
# 3: Barbara Franklin 0.04 0.04 0.04   NA   NA   NA   NA

【讨论】：

非常好的解决方案。我从来没有机会熟悉data.table 包。你对从哪里开始有什么建议吗？例如文档或其他来源可能。提前谢谢你。
我同意上面的请求。即使我还没有找到专门针对这个包的教程/书。我只知道它超级快
their page 和 Frank Narf's R tutorial 上大量使用 data.table 的 vingettes 都很好
This 来自一位创作者的演讲的 powerpoint 非常适合复习基础知识。还有 this tutorial 并排提供了 dplyr 和 data.table 的方法
@IceCreamToucan 非常感谢。我不知道该怎么感谢你。我一定会检查他们所有的。祝你一切顺利。

【解决方案2】：

您可以使用pmap_dfr 跨行应用函数，然后将结果列表行绑定到 tibble 对象。该函数会将参数与列名匹配，其余行值将在省略号 ... 中捕获。

library(purrr)
library(dplyr)

pmap_dfr(df, function(Weight, Days, ...) c(..., setNames(rep(Weight, Days), 1:Days))) %>% 
  mutate(across(3:last_col(), as.numeric))

因为向量在 R 中是原子的，c() 将强制该行中的所有内容成为字符。因此，mutate 会将新创建的列转换回数字。

setNames用于命名新创建的列，需要按行绑定。

输出

  Name    School     `1`   `2`   `3`   `4`   `5`   `6`   `7`
  <chr>   <chr>    <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 Antoine Bach      0.03  0.03  0.03  0.03  0.03 NA    NA   
2 Antoine Ken       0.02  0.02  0.02  0.02  0.02  0.02  0.02
3 Barbara Franklin  0.04  0.04  0.04 NA    NA    NA    NA

注意：pmap_dfr 来自 purrr 包，mutate、across 和 last_col 都来自 dplyr。

工作原理

当您以上述方式使用pmap 时，命名函数参数将匹配到具有相同名称的列。因此，Weights 和 Days 作为函数参数与每一行中具有相同名称的那些列匹配。

... 收集仍传递给函数但在函数中未使用（按名称）的剩余列。本质上，省略号在您的情况下收集 Name 和 School。

由于 Name 和 School 已经有了名称，它们首先传递给 c() 以保持您的列顺序。此外，我们还结合了其他值并为它们命名。单行的输出是这样的：

     Name    School         1         2         3         4         5         6 
"Antoine"    "Bach"    "0.03"    "0.03"    "0.03"    "0.03"    "0.03"        NA 
        7 
       NA

pmap 的输出是一个列表。 _dfr 是将这些列表元素行绑定（因此称为r）到数据框/tibble（因此称为df）的特定函数。

【讨论】：

我真的很喜欢你的解决方案。事实上，purrr 中的函数始终是我进行逐行操作的首选，我经常使用pmap 和c(...) 来收集多个参数。但是在这里我不能完全理解我们可以将函数传递给c(...) 的方式，以及它应该是怎样的方式。请你给我解释一下，我很想知道。
@AnoushiravanR 当然，没问题。我已经更详细地更新了这个解决方案。希望能提供更多关于它是如何工作的见解。有关更多信息和另一个示例，请参阅页面底部的 ?pmap_dfr 文档中的示例序列，从注释“# Use ... to吸收未使用的输入列表.l”开始
非常感谢您的详尽解释。我只是想知道为什么下面的代码不起作用。因为我只是简单地用一个公式替换了一个匿名函数：df %>% pmap_dfr(., ~ c(..., setNames(rep(Weight, Days), 1:Days)))
在不可见函数中的列名之前使用 .x$，它应该可以工作。用类似的方式替换 ellipsss
@AnilGoyal 非常感谢。我非常感谢我们的讨论。他们非常乐于助人和富有。

【解决方案3】：

一个tidyverse 解决方案。

首先我们tidyr::nest这两列。结果列将是一个名为 d 的列表列，用于 dummy。
然后我们使用rep 函数将d 变异为weights 到days 次的向量。此迭代使用purrr::map 完成。 注意：此阶段不需要map_dbl，因为它将在下一步中取消嵌套。
我们还将这个参数包装到setNames 中，这样d 就变成了一个命名列表（名称符合预期）。对于名称，使用seq 函数。
最后我们将tidyr::unnest_widerd 列放入前面步骤中名称已保存在列表中的列中

library(dplyr)
library(tidyr)
library(purrr)

df %>% nest(d = c(Weight, Days)) %>%
  mutate(d = map(d, ~setNames( rep(.x$Weight, .x$Days), seq(1, .x$Days, 1)))) %>%
  unnest_wider(d)

# A tibble: 3 x 9
  Name    School     `1`   `2`   `3`   `4`   `5`   `6`   `7`
  <chr>   <chr>    <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 Antoine Bach      0.03  0.03  0.03  0.03  0.03 NA    NA   
2 Antoine Ken       0.02  0.02  0.02  0.02  0.02  0.02  0.02
3 Barbara Franklin  0.04  0.04  0.04 NA    NA    NA    NA

【讨论】：

Anil 我刚刚发现了一个非常有趣的想法。我们可以在对mutate 的调用中使用映射函数，而无需命名输出列名。我已经知道我们可以使用map_dfr 和map_dfc 中的列表来控制命名，但这个想法对我来说很新，我发现它非常有用。
你能解释一下吗？
非常感谢，您当然也值得一票。

【解决方案4】：

您可以使用以下代码获得所需的输出：

library(dplyr)
library(tidyr)

df %>% 
  select(Weight, Days) %>%
  uncount(Days, .remove = FALSE) %>%
  group_by(Days) %>%
  mutate(id = row_number()) %>%
  pivot_wider(Days, names_from = id, values_from = Weight) %>%
  right_join(df, by = "Days") %>%
  relocate(Name, School) %>%
  ungroup() %>%
  select(-c(Weight, Days))

# A tibble: 3 x 9
  Name    School     `1`   `2`   `3`   `4`   `5`   `6`   `7`
  <chr>   <chr>    <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 Antoine Bach      0.03  0.03  0.03  0.03  0.03 NA    NA   
2 Antoine Ken       0.02  0.02  0.02  0.02  0.02  0.02  0.02
3 Barbara Franklin  0.04  0.04  0.04 NA    NA    NA    NA

数据：

df <- tribble(
  ~Name,    ~School,   ~Weight, ~Days,
  "Antoine", "Bach",     0.03,   5,
  "Antoine", "Ken",      0.02,   7,
  "Barbara", "Franklin", 0.04,   3
)

更新既然我们亲爱的朋友们正确地建议使用来自purrr 包的pmap 和map，这是另一个变体，猜猜知道会很酷：

library(purrr)

df %>%
  mutate(map2_dfr(Weight, Days, ~ set_names(rep(.x, .y), 1:.y))) %>%
  select(-c(Weight, Days))

# A tibble: 3 x 9
  Name    School     `1`   `2`   `3`   `4`   `5`   `6`   `7`
  <chr>   <chr>    <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 Antoine Bach      0.03  0.03  0.03  0.03  0.03 NA    NA   
2 Antoine Ken       0.02  0.02  0.02  0.02  0.02  0.02  0.02
3 Barbara Franklin  0.04  0.04  0.04 NA    NA    NA    NA

【讨论】：

【解决方案5】：

我喜欢tidyr::uncount 制作x 每行的副本数。我们可以转动更长的时间，不计其数，然后再更宽地转动。

library(tidyr)
my_data %>%
  pivot_longer(Weight) %>%
  uncount(Days, .id = "colnum") %>%
  dplyr::select(-name) %>%
  pivot_wider(names_from = colnum, values_from = value)


# A tibble: 3 x 9
  Name    School     `1`   `2`   `3`   `4`   `5`   `6`   `7`
  <chr>   <chr>    <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 Antoine Bach      0.03  0.03  0.03  0.03  0.03 NA    NA   
2 Antoine Ken       0.02  0.02  0.02  0.02  0.02  0.02  0.02
3 Barbara Franklin  0.04  0.04  0.04 NA    NA    NA    NA

【讨论】：

uncount 确实是个很棒的功能