агрегирование столбцов на основе запятых - PullRequest
Новая
       9

агрегирование столбцов на основе запятых

0 голосов
/ 02 июля 2018

У меня есть следующий фрейм данных, и я пытаюсь разделить запятые и превратить эти конкретные имена в свои отдельные столбцы и указать, существуют ли эти конкретные имена столбцов (которые разделены запятыми) для этого конкретного идентификатора. (1 = Да, 0 = Нет) Любая помощь будет оценена! Спасибо! 

ID<- c(1,2,3,4,5,6)
Details<- c("V1,V2", "V1,V3", "V1", "V2", "V3,V4", "V2,V3" )

data.frame <- data.frame(ID, Details, stringsAsFactors=FALSE)

желаемый выход: 

ID<-c(1,2,3,4,5,6)
V1<-c(1,1,1,0,0,0)
V2<-c(1,0,0,1,0,1)
V3<-c(0,1,0,0,1,1)
V4<-c(0,0,0,0,1,0)

data.frame1<-data.frame(ID, V1, V2, V3, V4, stringsAsFactors=FALSE)

Ответы [ 5 ]

0 голосов
/ 03 июля 2018

Самый простой способ, который я вижу, состоит в том, чтобы построить data.frame для каждого из этих векторов, скрытых в строках, и связать их. purrr может помочь сделать его достаточно компактным. Обратите внимание, что столбец ID не нужен, я буду работать с Details напрямую. 

library(purrr)
df <- map_dfr(strsplit(Details, ","),
              ~data.frame(t(setNames(rep(1, length(.x)), .x))))
df[is.na(df)] <- 0

#   V1 V2 V3 V4
# 1  1  1  0  0
# 2  1  0  1  0
# 3  1  0  0  0
# 4  0  1  0  0
# 5  0  0  1  1
# 6  0  1  1  0

Вы также можете разделить и удалить список для получения различных значений, а затем искать их в исходном векторе: 

unique_v <- unique(unlist(strsplit(Details, ",")))
map_dfc(unique_v, ~as.numeric(grepl(.x, Details)))
# # A tibble: 6 x 4
#      V1    V2    V3    V4
#   <dbl> <dbl> <dbl> <dbl>
# 1     1     1     0     0
# 2     1     0     1     0
# 3     1     0     0     0
# 4     0     1     0     0
# 5     0     0     1     1
# 6     0     1     1     0

Мы могли бы также выполнить некоторую оценку грязных строк, если вы знаете количество столбцов: 

m <- as.data.frame(matrix(0,ncol=4,nrow=6))
eval(parse(text=paste0("m[",ID,", c(",gsub("V","",Details),")] <- 1")))
#   V1 V2 V3 V4
# 1  1  1  0  0
# 2  1  0  1  0
# 3  1  0  0  0
# 4  0  1  0  0
# 5  0  0  1  1
# 6  0  1  1  0
0 голосов
/ 02 июля 2018

с использованием базы R: 

 xtabs(val~.,cbind.data.frame(ID=rep(ID,lengths(s<-strsplit(Details,","))),Details=unlist(s),val=1))
   Details
ID  V1 V2 V3 V4
  1  1  1  0  0
  2  1  0  1  0
  3  1  0  0  0
  4  0  1  0  0
  5  0  0  1  1
  6  0  1  1  0
0 голосов
/ 02 июля 2018

Один вариант с mtabulate из qdapTools

library(qdapTools)
cbind.data.frame(ID, # or data.frame$ID
                 mtabulate(strsplit(as.character(data.frame$Details), ",")))
# output
  ID V1 V2 V3 V4
1  1  1  1  0  0
2  2  1  0  1  0
3  3  1  0  0  0
4  4  0  1  0  0
5  5  0  0  1  1
6  6  0  1  1  0
0 голосов
/ 02 июля 2018

Вот базовое решение R. Я переименовал ваши data.frames data1 и data2. 

data1 <- data.frame(ID, Details, stringsAsFactors=FALSE)
data2 <- data.frame(ID, V1, V2, V3, V4, stringsAsFactors=FALSE)        

nms <- unique(unlist(strsplit(data1$Details, ",")))
data3 <- cbind.data.frame(ID, sapply(nms, grepl, data1$Details))
data3[-1] <- lapply(data3[-1], as.integer)

Теперь сравните data3 с ожидаемым результатом data2. 

all.equal(data2, data3)
#[1] TRUE

Обратите внимание, однако, что 

identical(data2, data3)
#[1] FALSE

Это потому, что я использовал as.integer, а значения в data2 относятся к классу "numeric". Если это имеет значение, вы можете изменить приведенную выше инструкцию lapply на as.numeric.

0 голосов
/ 02 июля 2018

Решение с использованием пакета tidyverse. dat - ваш пример фрейма данных. dat2 - окончательный фрейм данных. 

library(tidyverse)

dat2 <- dat %>%
  separate_rows(Details) %>%
  mutate(Value = 1L) %>%
  spread(Details, Value, fill = 0L)
dat2
#   ID V1 V2 V3 V4
# 1  1  1  1  0  0
# 2  2  1  0  1  0
# 3  3  1  0  0  0
# 4  4  0  1  0  0
# 5  5  0  0  1  1
# 6  6  0  1  1  0
...