从组 dplyr 构造字符串

Question

我有一个大数据框，我正在尝试根据数据框中的组构造一个字符串，以便在shinyTree 中显示。

这是一个数据示例：

dat <- data.frame("region" = c(paste("region", rep(1:3, each=4))),
              "area" = c(paste("area", rep(1:6, each=2))),
              "name" = c(paste("name",1:12)))

shinyTree 要求将数据构造成如下所示的字符串：

listString <- paste0("list('region 1' = list('area 1' = list('name 1'='', 'name 2'=''), 
                                         'area 2' = list('name 3'='', 'name 4'='')),
                       'region 2' = list('area 3' = list('name 5'='', 'name 6'=''), 
                                        'area 4' = list('name 7'='', 'name 8'='')),
                       'region 3' = list('area 5' = list('name 9'='', 'name 10'=''), 
                                        'area 6' = list('name 11'='', 'name 12'='')))")

有没有办法在 dplyr 中使用 mutate 和 groups 来构造这个字符串？ "list(" 元素应连接到每个组的第一次出现。

我尝试了嵌套for 循环和嵌套lapply() 函数和compiler::cmpfun() 来加快速度，但事实证明这太慢了，无法构建。我的数据有 5 个“级别”和 ~3000 行，处理大约需要 30 秒，这对于闪亮的应用程序来说太慢了。

任何帮助将不胜感激。

Answer 1

这是一个tidyverse 解决方案。关键是使用summarise 和str_c(collapse = ) 将相同的层次结构放在一起，然后使用mutate 和str_c 添加额外的list( 调用和逗号/空格。包含collapse= 意味着将字符向量转换为具有所需分隔符的长度为一的向量，从而可以与summarise 一起使用。我会尝试逐行运行以查看它是如何组合在一起的，交替格式化然后删除层次结构。最后的[[ 只是为了使其成为字符串格式而不是小标题。由于实际代码中存在更多级别，因此我将更多重复的 str_c 调用包装到 makelist 和 collapse 函数中，以便更清楚地了解何时发生的事情并且更具可读性。

注意额外的好处是summarise 丢弃了旧变量以供使用，并且还删除了分组级别，因此我们不需要任何额外的group_by 或任何select 调用！

library(tidyverse)
tbl <- tibble(
  "region" = c(paste("region", rep(1:3, each=4))),
  "area" = c(paste("area", rep(1:6, each=2))),
  "name" = c(paste("name",1:12))
)

makelist <- function(parent, child) str_c("'", parent, "' = list(", child, ")")
collapse <- function(level) str_c(level, collapse = ", ")

tbl %>%
  mutate(name = str_c("'", name, "'=''")) %>%
  group_by(region, area) %>%
  summarise(names = collapse(name)) %>%
  mutate(area = makelist(area, names)) %>%
  summarise(areas = collapse(area)) %>%
  mutate(region = makelist(region, areas)) %>%
  summarise(regions = collapse(region)) %>%
  mutate(liststr = str_c("list(", regions, ")")) %>%
  `[[`(1)
#> [1] "list('region 1' = list('area 1' = list('name 1'='', 'name 2'=''), 'area 2' = list('name 3'='', 'name 4'='')), 'region 2' = list('area 3' = list('name 5'='', 'name 6'=''), 'area 4' = list('name 7'='', 'name 8'='')), 'region 3' = list('area 5' = list('name 9'='', 'name 10'=''), 'area 6' = list('name 11'='', 'name 12'='')))"

由reprex package (v0.2.0) 于 2018 年 3 月 1 日创建。