Tidyversing рабочий код R с циклом for - PullRequest
Новая
       9

Tidyversing рабочий код R с циклом for

0 голосов
/ 25 января 2019

У меня есть набор данных пар городов V1 и V2.Население каждого города - v1_pop2015 и v2_pop2015.

Я хотел бы создать новый набор данных, содержащий только код города самого большого города и населенный пункт с наименьшим населением.

Я былвозможность создать вывод, который я хочу с помощью цикла for.В образовательных целях я попытался сделать это с помощью инструментов Tidyverse без успеха.

Это рабочий пример 

library(tidyverse)

## Sample dataset
pairs_pop <- structure(list(cityCodeV1 = c(20073, 20888, 20222, 22974, 23792, 
20779), cityCodeV2 = c(20063, 204024, 20183, 20406, 23586, 23595
), v1_pop2015 = c(414, 682, 497, 3639, 384, 596), v2_pop2015 = c(384, 
757, 5716, 315, 367, 1303)), row.names = c(NA, 6L), class = c("tbl_df", 
"tbl", "data.frame"))

pairs_pop
#> # A tibble: 6 x 4
#>   cityCodeV1 cityCodeV2 v1_pop2015 v2_pop2015
#> *      <dbl>      <dbl>      <dbl>      <dbl>
#> 1      20073      20063        414        384
#> 2      20888     204024        682        757
#> 3      20222      20183        497       5716
#> 4      22974      20406       3639        315
#> 5      23792      23586        384        367
#> 6      20779      23595        596       1303


#### This is working !!!
clean_df <- setNames(data.frame(matrix(ncol = 2, nrow = dim(pairs_pop)[1])),c("to_keep", "to_keep_pop"))
# For each row, determine which city is the biggest and adds the two cities population
for (i  in 1:dim(pairs_pop)[1]) {


  if(pairs_pop$v1_pop2015[i] > pairs_pop$v2_pop2015[i])
    {
      clean_df$to_keep[i] = pairs_pop$cityCodeV1[i]
      clean_df$to_keep_pop[i] = pairs_pop$v1_pop2015[i] + pairs_pop$v2_pop2015[i]
    } 
  else 
    {
      clean_df$to_keep[i] = pairs_pop$cityCodeV2[i]
      clean_df$to_keep_pop[i] = pairs_pop$v1_pop2015[i] + pairs_pop$v2_pop2015[i]
    }

}
clean_df 
#>   to_keep to_keep_pop
#> 1   20073         798
#> 2  204024        1439
#> 3   20183        6213
#> 4   22974        3954
#> 5   23792         751
#> 6   23595        1899

Вот где я застрял 

### trying to tidy it  with rowwise, mutate and a function

v1_sup_tov2 <- function(x){
  print(x)
  if(x$v1_pop2015 > x$v2_pop2015){

    return (TRUE)
  }
  return(FALSE)
}

to_clean_df2 <- pairs_pop %>%
  rowwise() %>%
  mutate_if(v1_sup_tov2,
            to_keep = cityCodeV1,
            to_delete= cityCodeV2,
            to_keep_pop = v1_pop2015 + v2_pop2015)

Ожидаемый результат - это датафрейм с двумя столбцами, подобный этому: to_keep: cityCode города, который я хочу сохранить to_keep_pop: население этого города 

clean_df 
#>   to_keep to_keep_pop
#> 1   20073         798
#> 2  204024        1439
#> 3   20183        6213
#> 4   22974        3954
#> 5   23792         751
#> 6   23595        1899

Ответы [ 2 ]

0 голосов
/ 25 января 2019

На всякий случай, если однажды вы получите несколько городов с v1, v2, v3, ... Не забудьте сохранить всю информацию в вашем фрейме данных, чтобы вы знали, какое значение связано с чем.Аккуратный кадр данных. 

library(dplyr)

## Sample dataset
pairs_pop <- structure(
  list(cityCodeV1 = c(20073, 20888, 20222, 22974, 23792, 20779),
       cityCodeV2 = c(20063, 204024, 20183, 20406, 23586, 23595),
       v1_pop2015 = c(414, 682, 497, 3639, 384, 596),
       v2_pop2015 = c(384, 757, 5716, 315, 367, 1303)),
  row.names = c(NA, 6L), class = c("tbl_df", "tbl", "data.frame"))

# Tidy dataset with all information that was in columns

library(dplyr)
library(tidyr)
library(stringr)

tidy_pairs <- pairs_pop %>% 
  mutate(city = 1:n()) %>% 
  gather("key", "value", -city) %>% 
  mutate(ville = str_extract(key, "([[:digit:]])"),
         key = case_when(
           grepl("cityCode", key) ~ "cityCode",
           grepl("pop", key) ~ "pop",
           TRUE ~ "other"
         )) %>% 
  spread(key, value)

tidy_pairs

И затем вы можете применить тест, который вы хотите 

tidy_pairs %>% 
  group_by(city) %>% 
  summarise(to_keep = cityCode[pop == max(pop)],
            to_keep_pop = sum(pop))

summarise

0 голосов
/ 25 января 2019

Как насчет этого? 

library(dplyr)

## Sample dataset
pairs_pop <- structure(
  list(cityCodeV1 = c(20073, 20888, 20222, 22974, 23792, 20779),
       cityCodeV2 = c(20063, 204024, 20183, 20406, 23586, 23595),
       v1_pop2015 = c(414, 682, 497, 3639, 384, 596),
       v2_pop2015 = c(384, 757, 5716, 315, 367, 1303)),
  row.names = c(NA, 6L), class = c("tbl_df", "tbl", "data.frame"))

clean_df <- transmute(pairs_pop,
              to_keep = if_else(v1_pop2015 > v2_pop2015, cityCodeV1, cityCodeV2),
              to_keep_pop = v1_pop2015 + v2_pop2015)
...