比較兩列：第二列中的邏輯值是否來自列1？

Question

我很困惑如何去做這件事。假設我在數據框中有兩列。一列是按順序（x）的數字序列，另一列是從第一個或-1（y）指定某個值。這些是匹配實驗的結果，其目標是查看是否拍攝同一個人的多張照片。在下面的例子中，有10張照片，但有6個是獨特的個人。在y列中，如果匹配則報告相應的x。對於不匹配，y是-1（也可能是NAs）。如果每個人超過2張照片，則比賽＃將是最近的記錄（照片1,5和7是下面的相同人物）。該組是拍攝照片的時間段（組內沒有匹配！）。希望我有這個例子中右：

x <- c(1,2,3,4,5,6,7,8,9,10) 
y <- c(-1,-1,-1,-1,1,-1,1,-1,2,4) 
group <- c(1,1,1,2,2,2,3,3,3,3) 
DF <- data.frame(x,y,group) 

我想創建一個新的變量命名獨特的個體，並有一個最終的數據集，每個單獨的單行（即只有6行，而不是10 ），也包括組信息。即如果一個人屬於所有三個羣體，則可能有「111」的值，或者如果僅在第一個和最後一個羣組中就是「101」。有小費嗎？

感謝您詢問產生的數據集。根據我給出的實際數字，我意識到我的小組解釋是不好的，所以我稍微改變了結果。獎金也會很高興，但不是關鍵。

name <- c(1,2,3,4,6,8) 
group_history <- as.character(c('111','101','100','011','010','001')) 
bonus <- as.character(c('1,5,7','2,9','3','4,10','6','8')) 
results_I_want <- data.frame(name,group_history,bonus) 

我的話，失誤較多上面固定...使用

Answer 1

你給

x <- c(1,2,3,4,5,6,7,8,9,10) 
y <- c(-1,-1,-1,-1,1,-1,1,-1,3,4) 
group <- c(1,1,1,2,2,2,3,3,3,3) 

DF <- data.frame(x,y,group) 

使用x和y的（更新）爲例，從創造較高的數字的映射，以降低號碼是同一個人。請注意，名稱是一個字符串，儘管它是一串數字。

bottom.df <- DF[DF$y==-1,] 
mapdown.df <- DF[DF$y!=-1,] 
mapdown <- c(mapdown.df$y, bottom.df$x) 
names(mapdown) <- c(mapdown.df$x, bottom.df$x) 

我們不知道它可能會多少次才能讓一切下降到最低人數，因此必須使用while循環。

oldx <- DF$x 
newx <- mapdown[as.character(oldx)] 
while(any(oldx != newx)) { 
    oldx = newx 
    newx = mapdown[as.character(oldx)] 
} 

結果是它所屬的組，名稱以該組的最小數量表示。

DF$id <- unname(newx) 

獲取組成員身份更困難。使用reshape2將其轉換爲寬格式（每組一列），如果該列中存在某些內容，則該列爲「1」，否則爲「0」。

library("reshape2") 

wide <- dcast(DF, id~group, value.var="id", 
       fun.aggregate=function(x){if(length(x)>0){"1"}else{"0"}}) 

最後，將這些「0」/「1」成員關係粘貼在一起以獲得您描述的分組變量。

wide$grouping = apply(wide[,-1], 1, paste, collapse="") 

結果：

> wide 
    id 1 2 3 grouping 
1 1 1 1 1  111 
2 2 1 0 0  100 
3 3 1 0 1  101 
4 4 0 1 1  011 
5 6 0 1 0  010 
6 8 0 0 1  001 

沒有 「獎金」 呢。

編輯：

獲得獎金的信息，它有助於重新映射到保留一切。如果你有很多案例，這可能會很慢。

更換oldx/newx部分有：

iterx <- matrix(DF$x, ncol=1) 
iterx <- cbind(iterx, mapdown[as.character(iterx[,1])]) 
while(any(iterx[,ncol(iterx)]!=iterx[,ncol(iterx)-1])) { 
    iterx <- cbind(iterx, mapdown[as.character(iterx[,ncol(iterx)])]) 
} 

DF$id <- iterx[,ncol(iterx)] 

要生成獎金的數據，那麼你可以使用

bonus <- tapply(iterx[,1], iterx[,ncol(iterx)], paste, collapse=",") 
wide$bonus <- bonus[as.character(wide$id)] 

其中給出：

> wide 
    id 1 2 3 grouping bonus 
1 1 1 1 1  111 1,5,7 
2 2 1 0 0  100  2 
3 3 1 0 1  101 3,9 
4 4 0 1 1  011 4,10 
5 6 0 1 0  010  6 
6 8 0 0 1  001  8 

注意這ISN」與你的示例輸出相同，但我不認爲你的示例輸出是正確的（你怎麼能有 「000」 一grouping_history？）

編輯：

現在同意。

Answer 2

獎金可變

f_bonus <- function(data=df){ 
    data_a <- subset(data,y== -1,select=x) 
    data_a$pos <- seq(nrow(data_a)) 
    data_b <- subset(df,y!= -1,select=c(x,y)) 
    data_b$pos <- match(data_b$y, data_a$x) 
    data_t <- rbind(data_a,data_b[-2]) 
    data_t <- with(data_t,tapply(x,pos,paste,sep="",collapse=",")) 
    return(data_t) 
}