按一列分组并查看另一列不均匀长度的所有唯一结果

Question

我想按所有唯一站点创建对我的数据框进行排序，并在另一列中列出所有值（不对这些值执行任何函数）。每个站点的值将具有不同的长度。我想保留数值，以便之后可以进行一些数据操作（例如箱线图等）。

我可以使用 tidyverse 并创建一串不均匀的字符。

样本数据

a<-data.frame(c(41.14542,41.14542,41.14542,41.14542,41.14542), 
c(-74.1129,-74.1129,-74.1129,-74.1129,-74.1129), c(89,36,20,26,35))
colnames(a)<-c("LAT","LONG","value")
b<-data.frame(c(43.00309,43.00309,43.00309), 
c(-75.02384,-75.02384,-75.02384), c(1,17,20))
colnames(b)<-c("LAT","LONG","value")
c<-data.frame(c(43.17203,43.17203), c(-77.52824,-77.52824), c(2,2))
colnames(c)<-c("LAT","LONG","value")
samp_data<-rbind(a,b,c)

我试过的代码

library(tidyverse)
samp<-samp_data %>% group_by(LAT, LONG) %>%  mutate(value_string = paste(value, collapse = ",")) %>% select(LAT, LONG, value_string) %>% unique()

这给了我这个结果：

    LAT  LONG value_string   
    <dbl> <dbl> <chr>        
1  41.1 -74.1 89,36,20,26,35
2  43.0 -75.0 1,17,20       
3  43.2 -77.5 2,2    

*我不知道为什么它会舍入我的 LAT/LONG 值。

我需要第三列是数字，而不是字符串。所以这样的事情会起作用（注意 value_string 的类）：

    LAT  LONG value_string   
    <dbl> <dbl> <dbl>        
1  41.1 -74.1 89,36,20,26,35
2  43.0 -75.0 1,17,20       
3  43.2 -77.5 2,2  

我查看了聚合（似乎需要应用一些函数），使用列表（每个站点的长度不均匀有问题），但无法让它们工作。

另外，我不想聚合，即站点 (43.17203,-77.52824) 需要出现两次，而不是被视为/组合为一行。所以这并不理想：

    LAT  LONG value_string   
    <dbl> <dbl> <chr>        
1  41.1 -74.1 89,36,20,26,35
2  43.0 -75.0 1,17,20       
3  43.2 -77.5 2 

（第 3 行只有一个值而不是两个值）。

提前谢谢你！

Answer 1

一种选择是nest 这些值以保持数字化

library(dplyr)

temp <- samp_data %>%
          group_by(LAT, LONG) %>%
         tidyr::nest(value)
temp

#    LAT  LONG data            
#   <dbl> <dbl> <list>          
#1  41.1 -74.1 <tibble [5 × 1]>
#2  43.0 -75.0 <tibble [3 × 1]>
#3  43.2 -77.5 <tibble [2 × 1]>

这将有data 列作为列表值，并且每个列都有一个名为value 的数字列。

str(temp$data)
#List of 3
# $ :Classes ‘tbl_df’, ‘tbl’ and 'data.frame':  5 obs. of  1 variable:
#  ..$ value: num [1:5] 89 36 20 26 35
# $ :Classes ‘tbl_df’, ‘tbl’ and 'data.frame':  3 obs. of  1 variable:
#  ..$ value: num [1:3] 1 17 20
# $ :Classes ‘tbl_df’, ‘tbl’ and 'data.frame':  2 obs. of  1 variable:
#  ..$ value: num [1:2] 2 2

Answer 2

我们可以将“值”放在list 和summarise中

library(dplyr)
out <- samp_data %>% 
          group_by(LAT, LONG) %>% 
          summarise(value = list(unique(value)))
out
# A tibble: 3 x 3
# Groups:   LAT [3]
#    LAT  LONG value    
#  <dbl> <dbl> <list>   
#1  41.1 -74.1 <dbl [5]> #note the different length of the list column
#2  43.0 -75.0 <dbl [3]>
#3  43.2 -77.5 <dbl [1]>

我们可以得到箱线图

out %>%
  unnest %>% 
  boxplot(value ~ LAT, data = ., main = "residuals by covariate",
        xlab = "LAT", ylab = "value")

-情节

Answer 3

在group_by() 之后使用unique() 怎么样？

samp_data_unique = samp_data %>% 
  group_by(LAT, LONG) %>% 
  unique()

这对我有用。输出看起来像这样。

> samp_data_unique
# A tibble: 9 x 3
# Groups:   LAT, LONG [3]
    LAT  LONG value
  <dbl> <dbl> <dbl>
1  41.1 -74.1    89
2  41.1 -74.1    36
3  41.1 -74.1    20
4  41.1 -74.1    26
5  41.1 -74.1    35
6  43.0 -75.0     1
7  43.0 -75.0    17
8  43.0 -75.0    20
9  43.2 -77.5     2

希望对您有所帮助。