Кумулятивная паста (конкатенация) значений, сгруппированных по другой переменной
У меня проблема с кадром данных в R. Я хотел бы вставить содержимое ячеек в разных строках вместе на основе значений ячеек в другом столбце. Моя проблема в том, что я хочу, чтобы результат был постепенно (кумулятивно) напечатан. Выходной вектор должен быть такой же длины, как и входной вектор. Вот таблица sampel, подобная той, с которой я имею дело:
id <- c("a", "a", "a", "b", "b", "b") content <- c("A", "B", "A", "B", "C", "B") (testdf <- data.frame(id, content, stringsAsFactors=FALSE)) # id content #1 a A #2 a B #3 a A #4 b B #5 b C #6 b B И я хочу, чтобы результат выглядел так:
result <- c("A", "AB", "ABA", "B", "BC", "BCB") result #[1] "A" "AB" "ABA" "B" "BC" "BCB"
Что мне НЕ нужно что-то вроде этого:
- Создание пакетов R с использованием альтернативного GCC
- объединить data.frames в зависимости от года и заполнить отсутствующие значения
- Как затенять область под кривой, используя ggplot2
- Считайте уникальные значения
- Зачем apply () возвращает транспонированную матрицу xts?
ddply(testdf, .(id), summarize, content_concatenated = paste(content, collapse = " ")) # id content_concatenated #1 a ABA #2 b BCB
- Почему петли медленны в R?
- Проблема ggplot scale_y_log10 ()
- R - упорядочение в коробке
- Есть ли способ изменить расстояние между элементами легенды в ggplot2?
- Как вы можете прочитать CSV-файл в R с различным количеством столбцов
- Передавать аргументы функции dplyr
- Ось метки X в графике временных рядов с использованием R
- Построение «логотипа последовательности» с использованием ggplot2?
Вы можете определить функцию «кумулятивной пасты», используя « Reduce :
cumpaste = function(x, .sep = " ") Reduce(function(x1, x2) paste(x1, x2, sep = .sep), x, accumulate = TRUE) cumpaste(letters[1:3], "; ") #[1] "a" "a; b" "a; b; c"
Цикл Reduce позволяет избежать повторного конкатенации элементов с самого начала, поскольку он удлиняет предыдущую конкатенацию следующим элементом.
Применение его по группам:
ave(as.character(testdf$content), testdf$id, FUN = cumpaste) #[1] "A" "AB" "ABA" "B" "BC" "BCB"
Другая идея, могла бы конкатенировать весь вектор в начале и затем постепенно substring :
cumpaste2 = function(x, .sep = " ") { concat = paste(x, collapse = .sep) substring(concat, 1L, cumsum(c(nchar(x[[1L]]), nchar(x[-1L]) + nchar(.sep)))) } cumpaste2(letters[1:3], " ;@-") #[1] "a" "a ;@-b" "a ;@-b ;@-c"
Это, кажется, несколько быстрее:
set.seed(077) X = replicate(1e3, paste(sample(letters, sample(0:5, 1), TRUE), collapse = "")) identical(cumpaste(X, " --- "), cumpaste2(X, " --- ")) #[1] TRUE microbenchmark::microbenchmark(cumpaste(X, " --- "), cumpaste2(X, " --- "), times = 30) #Unit: milliseconds # expr min lq mean median uq max neval cld # cumpaste(X, " --- ") 21.19967 21.82295 26.47899 24.83196 30.34068 39.86275 30 b # cumpaste2(X, " --- ") 14.41291 14.92378 16.87865 16.03339 18.56703 23.22958 30 a
… что делает его cumpaste_faster .
Вот метод ddply использующий sapply и subsetting для постепенного вложения:
library(plyr) ddply(testdf, .(id), mutate, content_concatenated = sapply(seq_along(content), function(x) paste(content[seq(x)], collapse = " "))) id content content_concatenated 1 a AA 2 a BAB 3 a AABA 4 b BB 5 b CBC 6 b BBCB
Вы также можете попробовать dplyr
library(dplyr) res <- testdf%>% mutate(n=row_number()) %>% group_by(id) %>% mutate(n1=n[1L]) %>% rowwise() %>% do(data.frame(cont_concat= paste(content[.$n1:.$n],collapse=" "),stringsAsFactors=F)) res$cont_concat #[1] "A" "AB" "ABA" "B" "BC" "BCB"
решение data.table
library(data.table) setDT(testdf)[, content2 := sapply(seq_len(.N), function(x) paste(content[seq_len(x)], collapse = " ")), by = id] testdf ## id content content2 ## 1: a AA ## 2: a BAB ## 3: a AABA ## 4: b BB ## 5: b CBC ## 6: b BBCB