使用tidyverse方案按列值進行子集和row_binding

我有一個data.frame，我想將子集（按行）分成（重疊）「批次」，然後是purrr:::map這些批次到一個函數。在下面的例子中，d是data.frame我想子集和批：使用tidyverse方案按列值進行子集和row_binding

set.seed(19) 
n1 <- data.frame(c0= "N",c1 = rep("A",4),c2 = rep(c("i","j"),2), num = rnorm(4)) 
n2 <- data.frame(c0= "N", c1 = rep("B",6),c2 = rep(c("i","j"),3), num = rnorm(3)) 
y1 <- data.frame(c0 = "Y", c1 = rep("A",2),c2 = c("i","j"), num = rnorm(2)) 
y2 <- data.frame(c0 = "Y", c1 = rep("B",4),c2 = rep(c("i","j"),each = 2), num = rnorm(2)) 

d <- rbind(y1,y2,n1,n2)

這裏是d

# c0 c1 c2  num 
# 1 Y A i -0.7447795 
# 2 Y A j -0.2597870 
# 3 Y B i -0.1830838 
# 4 Y B i 0.5186300 
# 5 Y B j -0.1830838 
# 6 Y B j 0.5186300 
# 7 N A i -1.1894537 
# 8 N A j 0.3885812 
# 9 N A i -0.3443333 
# 10 N A j -0.5478961 
# 11 N B i 0.9806622 
# 12 N B j -0.2366460 
# 13 N B i 0.8097397 
# 14 N B j 0.9806622 
# 15 N B i -0.2366460 
# 16 N B j 0.8097397

的子集的配方是

子組c0 - >給組Y和N
c0=="N"子集由c1內 - >給予組NA，NB
子集中的每個的NA和NB通過c2 - >給予組NAi，NAj，NBi，NBj
row_bind N?i到Y?i和N?j到Y?j（其中?是A或B） - >給出最後4個數據子集

在R：

subset.Yi <- d %>% filter(c0=="Y"& c2=="i") 
subset.Yj <- d %>% filter(c0=="Y"& c2=="j") 

list(
    d1 = d %>% filter(c0=="N" & c1 == "A", c2 == "i") %>% rbind(subset.Yi), 
    d2 = d %>% filter(c0=="N" & c1 == "B", c2 == "i") %>% rbind(subset.Yi), 
    d3 = d %>% filter(c0=="N" & c1 == "A", c2 == "j") %>% rbind(subset.Yj), 
    d4 = d %>% filter(c0=="N" & c1 == "B", c2 == "j") %>% rbind(subset.Yj) 
) %>% 
tibble::tibble(batches = paste0("batch",1:length(.)),data = .) ->tmp

如果c2匹配不是我可以這樣做很重要：

d %>% filter(.,c0 == "N") %>% 
    group_by(.,c1) %>% 
    do(batches = rbind(d[d$c0=="Y"],.)) -> tmp

但事實並非這麼回事。先謝謝你！ BTW，我知道外面tidyverse這是可行的，但我通過了我的代碼的其餘tidyverse計劃，我希望能保持一致。

來源

2017-06-13 konjkav

下面是在這種情況下工作（雖然，這將是巨大的，看看別人的其他可能更爲普遍的方法）的解決方案。

tmp <- d %>% 
    group_by(c2) %>% 
    nest(.key = c2) %>% 
    mutate(c2 = map(c2,~ .x %>% 
        filter(.,c0 == "N") %>% 
        group_by (.,c1) %>% 
        do(batches = bind_rows(
         .x %>% filter(.,c0 == "Y") %>% select(-c1), 
         (.) %>% select(-c1) )) 
       ))

tmp這裏將包含四個子集。然後，我可以做類似

tmp %>% unnest(c2) %>% .$batches %>% map(.,~sum(.$num)) %>% unlist

這給num列colSum在每個4個子組。

[1] -1.94302047 1.14452254 -0.08355576 1.62951506

邊注：取消選擇c1在技術上是沒有必要在這裏，但因爲我是row_binding使得數據幀的一部分被忽視的價值c1（見上子集配方和注意?），C1的價值感到困惑，所以我刪除了它。

來源

2017-06-14 18:53:04 konjkav

使用tidyverse方案按列值進行子集和row_binding

回答

相關問題