使用 R 中的嵌套行子集创建新列

芙蓉

我想根据数据框中已有的列在数据框中创建 2 个新列。dplyr经常使用,因为仍然在为嵌套案例重新编码而苦苦挣扎,特别是当案例不是二进制时。

现有数据框有一个时间序列(用于索引观察)、一组 1:3 的状态,以及每个 a == 2 的因子:

    time <- seq(as.POSIXlt(Sys.time(), "GMT"), by="min", length.out = 25)
    a <- c(rep(1,10),rep(2,5),rep(3,6),rep(2,4))
    b <- c(rep(NA,10),rep("LAND",3),rep("WATER",2),rep(NA,6),rep("LAND",4))
    data <- data.frame(time,a,b)

                  time a     b
1  2019-02-12 23:18:36 1  <NA>
2  2019-02-12 23:19:36 1  <NA>
3  2019-02-12 23:20:36 1  <NA>
4  2019-02-12 23:21:36 1  <NA>
5  2019-02-12 23:22:36 1  <NA>
6  2019-02-12 23:23:36 1  <NA>
7  2019-02-12 23:24:36 1  <NA>
8  2019-02-12 23:25:36 1  <NA>
9  2019-02-12 23:26:36 1  <NA>
10 2019-02-12 23:27:36 1  <NA>
11 2019-02-12 23:28:36 2  LAND
12 2019-02-12 23:29:36 2  LAND
13 2019-02-12 23:30:36 2  LAND
14 2019-02-12 23:31:36 2 WATER
15 2019-02-12 23:32:36 2 WATER
16 2019-02-12 23:33:36 3  <NA>
17 2019-02-12 23:34:36 3  <NA>
18 2019-02-12 23:35:36 3  <NA>
19 2019-02-12 23:36:36 3  <NA>
20 2019-02-12 23:37:36 3  <NA>
21 2019-02-12 23:38:36 3  <NA>
22 2019-02-12 23:39:36 2  LAND
23 2019-02-12 23:40:36 2  LAND
24 2019-02-12 23:41:36 2  LAND
25 2019-02-12 23:42:36 2  LAND

我想(1)对每一行(“事件”)的事件编号进行排序,这样 a == 2 的连续序列就是一个事件,并且(2)在每个事件中创建一个新列(“事件类型”),例如那:

  • 如果事件中的所有 b 都相同(例如,所有行都是“LAND”或“WATER”),则代码为“LAND”或“WATER”;

  • 但如果事件包括“陆地”和“水”观测,则为“混合”。

生成的 df 将如下所示:

   time                a  b       event   eventtype
1  2019-02-12 22:51:31 1  <NA>    NA      <NA>
2  2019-02-12 22:52:31 1  <NA>    NA      <NA>
3  2019-02-12 22:53:31 1  <NA>    NA      <NA>
4  2019-02-12 22:54:31 1  <NA>    NA      <NA>
5  2019-02-12 22:55:31 1  <NA>    NA      <NA>
6  2019-02-12 22:56:31 1  <NA>    NA      <NA>
7  2019-02-12 22:57:31 1  <NA>    NA      <NA>
8  2019-02-12 22:58:31 1  <NA>    NA      <NA>
9  2019-02-12 22:59:31 1  <NA>    NA      <NA>
10 2019-02-12 23:00:31 1  <NA>    NA      <NA>
11 2019-02-12 23:01:31 2  LAND     1     MIXED
12 2019-02-12 23:02:31 2  LAND     1     MIXED
13 2019-02-12 23:03:31 2  LAND     1     MIXED
14 2019-02-12 23:04:31 2 WATER     1     MIXED
15 2019-02-12 23:05:31 2 WATER     1     MIXED
16 2019-02-12 23:06:31 3  <NA>    NA      <NA>
17 2019-02-12 23:07:31 3  <NA>    NA      <NA>
18 2019-02-12 23:08:31 3  <NA>    NA      <NA>
19 2019-02-12 23:09:31 3  <NA>    NA      <NA>
20 2019-02-12 23:10:31 3  <NA>    NA      <NA>
21 2019-02-12 23:11:31 3  <NA>    NA      <NA>
22 2019-02-12 23:12:31 2  LAND     2      LAND
23 2019-02-12 23:13:31 2  LAND     2      LAND
24 2019-02-12 23:14:31 2  LAND     2      LAND
25 2019-02-12 23:15:31 2  LAND     2      LAND

使用dplyr::mutate()or的答案case_when()会特别有帮助。

arg0naut91

能做:

library(dplyr)

data %>%
  group_by(a) %>%
  mutate(rn = row_number()) %>%
  group_by(a, b) %>%
  mutate(rn = as.integer(rn != lag(rn) + 1),
         event = ifelse(is.na(b), NA, cumsum(replace(rn, is.na(rn), 0)) + 1)) %>%
  group_by(a, event) %>%
  mutate(eventtype = ifelse(n_distinct(b) > 1, "MIXED", as.character(b))) %>%
  select(-rn)

输出:

                  time a     b event eventtype
1  2019-02-12 23:31:48 1  <NA>    NA      <NA>
2  2019-02-12 23:32:48 1  <NA>    NA      <NA>
3  2019-02-12 23:33:48 1  <NA>    NA      <NA>
4  2019-02-12 23:34:48 1  <NA>    NA      <NA>
5  2019-02-12 23:35:48 1  <NA>    NA      <NA>
6  2019-02-12 23:36:48 1  <NA>    NA      <NA>
7  2019-02-12 23:37:48 1  <NA>    NA      <NA>
8  2019-02-12 23:38:48 1  <NA>    NA      <NA>
9  2019-02-12 23:39:48 1  <NA>    NA      <NA>
10 2019-02-12 23:40:48 1  <NA>    NA      <NA>
11 2019-02-12 23:41:48 2  LAND     1     MIXED
12 2019-02-12 23:42:48 2  LAND     1     MIXED
13 2019-02-12 23:43:48 2  LAND     1     MIXED
14 2019-02-12 23:44:48 2 WATER     1     MIXED
15 2019-02-12 23:45:48 2 WATER     1     MIXED
16 2019-02-12 23:46:48 3  <NA>    NA      <NA>
17 2019-02-12 23:47:48 3  <NA>    NA      <NA>
18 2019-02-12 23:48:48 3  <NA>    NA      <NA>
19 2019-02-12 23:49:48 3  <NA>    NA      <NA>
20 2019-02-12 23:50:48 3  <NA>    NA      <NA>
21 2019-02-12 23:51:48 3  <NA>    NA      <NA>
22 2019-02-12 23:52:48 2  LAND     2      LAND
23 2019-02-12 23:53:48 2  LAND     2      LAND
24 2019-02-12 23:54:48 2  LAND     2      LAND
25 2019-02-12 23:55:48 2  LAND     2      LAND

本文收集自互联网,转载请注明来源。

如有侵权,请联系 [email protected] 删除。

编辑于
0

我来说两句

0 条评论
登录 后参与评论

相关文章

使用ifelse在r中创建新列

使用R中的select创建子集

R 中的数据整理:如何创建新的列或行以在 ggplot 中使用?

使用 R 从创建新列的行中提取数据

使用seq子集r中的奇数行

从现有列的子集中创建新变量,如果存在值,则在 R 中创建重复行

使用 ifelse 在 R 中创建新列时出错

使用类似的模式在R中创建新列

使用R中的for / nested循环创建新列

无法使用R中的函数创建新列

使用R,如何使用if创建新列?

如何使用R中的for循环基于列创建数据框的子集

如何使用R中列表中的值创建子集

使用R中的命名向量按列和行对表进行子集

如何使用R创建新的ID列

使用子集在 R 中创建交叉表

将小标题扩展为行,并使用R根据行创建新列

使用多个匹配对 R 中的多个列进行子集

r中的data.table:使用列索引的子集

根据行值子集数据框并在 R 中创建新数据框列表

使用 R 中较小向量子集的匹配名称创建子集数据框

R:划分不同的行并使用其值创建一个新的列

如何使用r中的if条件基于其他列创建新列

R dataframe使用/ / all_of / mutate_if从现有列中创建多个新列

分析列值并使用 R 中的分组因子创建新列的简洁方法

根据各种其他列值中的值创建新列 - 使用 R

从 R 中的现有列值创建新列(使用其他列作为键)

尝试使用R中的函数在数据框中创建新列

使用for循环在数据框中创建新列以计算R中的值?