(Любительское) манипулирование данными в R: уровни переменных как новый столбец со значениями из другого столбца - PullRequest
Новая
       30

(Любительское) манипулирование данными в R: уровни переменных как новый столбец со значениями из другого столбца

1 голос
/ 27 апреля 2020

Я хотел бы создать новый столбец, который извлекает 'b' и 'c' из type и помещает value в этот столбец. Между ними также должны быть и другие случайные столбцы, которые я только что назвал random. 


id <- c("1", "1", "1", "1","2", "2", "2", "2", "3", "3", "3", "3")
type <- c("a", "a", "b", "c", "a", "a", "b", "c", "a", "a", "b", "c")
random <- c("random")
value <- c("1", "2", "50", "100", "4", "5", "55", "110", "2.5", "3", "53", "105")

df <- data.frame(id, type, random, value)

  id type random value
1   1    a random     1
2   1    a random     2
3   1    b random    50
4   1    c random   100
5   2    a random     4
6   2    a random     5
7   2    b random    55
8   2    c random   110
9   3    a random   2.5
10  3    a random     3
11  3    b random    53
12  3    c random   105

То, что я хотел бы получить: 

  id2 type2 random value2  b   c
1   1     a random      1 50 100
2   1     a random      2 50 100
3   2     a random      4 55 110
4   2     a random      5 55 110
5   3     a random    2.5 53 105
6   3     a random      3 53 105

Было бы очень ценим некоторые мысли! Лучшее,

1 Ответ

1 голос
/ 27 апреля 2020

Мы можем сгруппировать по 'id', создать столбец 'b', извлекая 'value', где 'type' равен 'b' (при условии единственного значения 'b' на группу), ungroup и удалять строка, где 'type' - это 'b' 

library(dplyr)
df %>%
    group_by(id) %>%
    mutate(b = value[type == 'b']) %>% 
    ungroup %>% 
    filter(type != 'b')
# A tibble: 4 x 5
#  id    type  keepthis value b    
#  <fct> <fct> <fct>    <fct> <fct>
#1 1     a     keep     4     95   
#2 1     a     keep     5     95   
#3 2     a     keep     3     94   
#4 2     a     keep     5     94

Update

На основе обновленного набора данных мы могли бы filter 'type' с помощью 'b', 'c' , измените формат в 'широкий' формат с pivot_wider, left_join с исходным набором данных filter, редактируемый только с 'type' 'a' 

library(tidyr)
df %>%
     filter(type %in% c('b', 'c'))  %>% 
     pivot_wider(names_from = type, values_from = value) %>%
     left_join(df %>% 
             filter(type  == 'a'))
# A tibble: 6 x 6
#  id    random b     c     type  value
#* <fct> <fct>  <fct> <fct> <fct> <fct>
#1 1     random 50    100   a     1    
#2 1     random 50    100   a     2    
#3 2     random 55    110   a     4    
#4 2     random 55    110   a     5    
#5 3     random 53    105   a     2.5  
#6 3     random 53    105   a     3

С обновленным набором данных код будет 

df %>%
    filter(scale_id %in% c('IM', 'RT')) %>% 
    select(Title, Task, task_id, scale_id, data_value) %>% 
    pivot_wider(names_from = scale_id, values_from  = data_value) %>% 
    left_join(df %>% 
                  filter(! scale_id %in% c('IM', 'RT')) %>% 
                  group_by(task_id) %>%
                  slice(which.max(data_value)))
...