Плавный кадр данных переходит в один кадр без петель

Question

У меня есть датафрейм в формате корзины, такой как:

V1 <- c('milk', 'beer', 'wrench', 'milk' )
V2 <- c('eggs', 'elbow grease', '', 'beer')
V3 <- c('water', '', '', '')

df <- data.frame(V1, V2, V3)

выход:

      V1      V2           V3
1   milk      eggs         water
2   beer      elbow grease      
3   wrench                   
4   milk      beer  

Я хотел бы создать кадр данных в одном формате, подобном следующему:

  transaction   product
1           1   milk
2           1   eggs
3           1   water
4           2   beer
5           2   elbow grease
6           3   wrench
7           4   milk
8           4   beer

Пока что мне нужны данные в кадре данных, чтобы я мог фильтровать их перед тем, как переключиться на формат транзакций, который использует пакет apriori R.

Какой самый быстрый способ преобразовать этот фрейм данных из корзины в единый формат?

Сейчас я использую очень медленный цикл.

dfSingle <- data.frame(product = character(),
                    transaction = integer())
for (row in 1:nrow(df))  {
  # Create a list of products
  productList <- unname(unlist(df[row, ]))

  # Remove blank spaces
  productList <- productList[!productList %in% ""]

  # Convert to a dataframe
  dfTemp <- as.data.frame(productList)
  colnames(dfTemp) <- "product"
  dfTemp$transaction <- row

  # Bind to larger dataframe with previous rows
  dfSingle <- rbind(dfSingle, dfTemp)

}

Я думал об использовании apply для применения этой функции к каждой строке, но я не уверен, как связать несколько результирующих строк с результатами предыдущих строк.

Answer 1

Другая база R альтернатива:

do.call(
  rbind, 
  sapply(seq_along(df), function(i) cbind(transaction = i, product = df[[i]][nzchar(df[[i]])])) 
)

     transaction product       
[1,] "1"         "milk"        
[2,] "1"         "beer"        
[3,] "1"         "wrench"      
[4,] "1"         "milk"        
[5,] "2"         "eggs"        
[6,] "2"         "elbow grease"
[7,] "2"         "beer"        
[8,] "3"         "water"  

Answer 2

После замены символа "" на соответствующий формат NA вы можете создать новую транзакцию столбца и затем использовать reshape2::melt:

df[df == ""]   <- NA    
df$transaction <- 1:nrow(df)

Тогда:

melted_df <- na.omit(reshape2::melt(data=df, id.vars="transaction"))

, что дает:

> melted_df
  transaction variable        value
1           1       V1         milk
2           2       V1         beer
3           3       V1       wrench
4           4       V1         milk
5           1       V2         eggs
6           2       V2 elbow grease
8           4       V2         beer
9           1       V3        water

Преимущество этой функции заключается в том, что она даст вам столбец variable, в котором будет указано имя столбца предыдущего df data.frame. Если это не относится к вам, удалите этот столбец, используя df$variable <- NULL. Если вы также хотите отсортировать результат по возрастанию порядка транзакций:

out <- melted_df[order(melted_df$transaction), ]

что в итоге дает:

> out
  transaction        value
1           1         milk
5           1         eggs
9           1        water
2           2         beer
6           2 elbow grease
3           3       wrench
4           4         milk
8           4         beer

Answer 3

С tidyverse вы можете сделать:

df %>%
 mutate_all(funs(ifelse(. == "", NA_character_, paste0(.)))) %>%
 rowid_to_column(var = "transaction") %>%
 gather(var, product, -transaction, na.rm = TRUE) %>%
 select(-var) %>%
 arrange(transaction)

  transaction      product
1           1         milk
2           1         eggs
3           1        water
4           2         beer
5           2 elbow grease
6           3       wrench
7           4         milk
8           4         beer

Сначала он заменяет пустые строки на NA_character_. Во-вторых, он создает переменную с идентификатором строки под названием «транзакция». В-третьих, он преобразует данные из широкого в длинный формат, а также удаляет строки с помощью NA_character_. Наконец, он упорядочивает данные в соответствии с «транзакцией».

Answer 4

или метод data.table (Один вкладыш)

Сначала расплавить получим транзакцию из имен строк: setDT(df)[, transaction := .I ] Затем растопить, используя транзакцию в качестве id-столбца: melt( ... , id = "transaction" ) И, наконец, отбросьте пустые значения и верните первый и третий столбец: ...[!value == "", c(1,3) ]

melt( setDT(df)[, transaction := .I ], id = "transaction" )[!value == "", c(1,3) ]

#    transaction        value
# 1:           1         milk
# 2:           2         beer
# 3:           3       wrench
# 4:           4         milk
# 5:           1         eggs
# 6:           2 elbow grease
# 7:           4         beer
# 8:           1        water

Answer 5

Вы можете использовать stack. Хитрость заключается в том, чтобы транспонировать ваш фрейм данных, т.е.

df1 <- stack(as.data.frame(t(df), stringsAsFactors = FALSE))

df1[df1$values != '',]
         values ind
#1          milk  V1
#2          eggs  V1
#3         water  V1
#4          beer  V2
#5  elbow grease  V2
#7        wrench  V3
#10         milk  V4
#11         beer  V4

ПРИМЕЧАНИЕ: Простой rgex может извлечь только числа из столбца ind, т.е.

df1$ind <- gsub('\\D+', '', df1$ind)

что даст,

         values ind
1          milk   1
2          eggs   1
3         water   1
4          beer   2
5  elbow grease   2
7        wrench   3
10         milk   4
11         beer   4