#r
Вопрос:
Вот данные, с которыми я сейчас работаю:
structure(list(PortfolioID = c("z036527321", "z036527321", "z036527321",
"z036526431", "z036526421", "z036526421", "z036526301", "z036525571",
"z036525571", "z036525571", "z036525391", "z036525391", "z036525391",
"z036525391", "z036525391", "z036525391", "z036525391", "z036525341",
"z036525341", "z036524141", "z036524061", "z036523701", "z036523701",
"z036523701", "z036523701", "z036523701", "z036523701", "z036523701",
"z036523701", "z036523701", "z036522711", "z036521591", "z036521591",
"z036521541", "z036521541", "z036521431", "z036521431", "z036521431",
"z036521431", "z036521431", "z036521431", "z036521431", "z036521431",
"z036521431", "z036521431", "z036520791", "z036520791", "z036520791",
"z036520791", "z036520671", "z036520671", "z036520671", "z036520671",
"z036520671", "z036520051", "z036520041", "z036519831", "z036519831",
"z036519831", "z036519831", "z036519221", "z036519191", "z036518281",
"z036518281", "z036517381", "z036516621", "z036516571", "z036516571",
"z036516571", "z036516571", "z036516571", "z036516571", "z036516571",
"z036516571", "z036516541", "z036516541", "z036516541", "z036515311",
"z036515311", "z036515311", "z036515311", "z036515301", "z036515301",
"z036515301", "z036515301", "z036515301", "z036515301", "z036515301",
"z036515301", "z036515301", "z036515301", "z036515301", "z036515301",
"z036515301", "z036515301", "z036515301", "z036515301", "z036515301",
"z036515301", "z036515301"), `Enterprise Customer Party ID` = c("100600263, 100782628, 100753805, 100770731, 101360754, 103126734",
"100600263, 100782628, 100753805, 100770731, 101360754, 103126734",
"100600263, 100782628, 100753805, 100770731, 101360754, 103126734",
"100175650, 100434367, 100600263, 103507556, 101519578, 103134259, 103134510",
"100022778, 100570834, 100600263, 103514678, 101514778", "100022778, 100570834, 100600263, 103514678, 101514778",
"100189878, 100600263, 101199515, 100746736", "101065177, 103502728, 101392726, 101404531",
"101065177, 103502728, 101392726, 101404531", "101491312, 101404531, 103493687",
"100363017, 100379794, 100600263, 100616003, 101296443, 103133788",
"100363017, 100379794, 100600263, 100616003, 101296443", "100363017, 100379794, 100600263, 100616003, 101296443, 103130494",
"100363017, 100379794, 100600263, 100616003, 101296443, 103130494",
"100363017, 100379794, 100600263, 100616003, 101296443, 103130494",
"100379794, 100363017, 100600263, 100616003, 101296443", "100379794, 100363017, 100600263, 100616003, 101296443, 103130494",
"100175650, 100219612, 100434367, 100600263, 103510210, 103124599",
"100175650, 100219612, 100600263, 103510210, 103124599, 103124680",
"100189878, 100386081, 100556993, 100951842, 103521916", "100255427, 100599889, 100600263, 100787593, 101318358, 101466804",
"100541378, 100600263, 100917340, 100991230", "100600263, 100640734, 100917340, 100991230, 103135413, 103489659",
"100600263, 100640734, 100917340, 100991230, 103489659", "100600263, 100640734, 100917340, 100991230, 103489659",
"100541378, 100600263, 100917340, 100991230", "100600263, 100640734, 100917340, 100991230, 103135413, 103489659",
"100541378, 100600263, 100917340, 100991230", "100600263, 100640734, 100917340, 100991230, 103489659",
"100600263, 100640734, 100917340, 100991230, 103489659", "100600263, 100987563, 101475026, 101513471, 101558213",
"100180069, 100600263, 100714430, 101380893", "100180069, 100600263, 100693475, 100714430, 101380893",
"100600263, 100647941, 100714430, 101497006, 101380893, 103663428",
"100600263, 100693475, 100714430, 101497006, 101380893", "100513394, 100600263, 101250322, 100888261, 101484512",
"100513394, 100600263, 101250322, 101488513", "100513394, 100600263, 100680615, 101250322",
"100513394, 100600263, 100748241, 101250322", "100259186, 100513394, 100600263, 100647941, 101250322",
"100325289, 100513394, 100600263, 101250322", "100513394, 100600263, 101250322, 101270920",
"100358051, 100513394, 100600263, 101250322", "100513394, 100600263, 100845917, 101250322",
"100513394, 100566608, 100600263, 101250322", "100154267, 100219612, 100600263, 101213228, 103498394, 103147666",
"100154267, 100219612, 100600263, 101213228, 103498394, 103147666",
"100154267, 100219612, 100600263, 101213228, 103498394, 103147666",
"100154267, 100219612, 100600263, 101213228, 103498394, 103147666",
"100386081, 100600263, 100746736, 100856914", "100386081, 100600263, 100746736, 100856914",
"100386081, 100600263, 100746736, 100856914", "100386081, 100600263, 100746736, 100856914",
"100386081, 100600263, 100746736, 100856914", "100482176, 100600263, 100615160, 100784263, 101374469",
"100600263, 101360754, 103124701, 101436015", "100600263, 100655349, 100684621, 100823164, 101254987, 100770731, 100896421",
"100600263, 100655349, 100684621, 100823164, 101254987, 100896421",
"100600263, 100655349, 100684621, 100823164, 101254987, 100770731, 100896421",
"100600263, 100684621, 100655349, 100823164, 101254987, 100770731, 100896421",
"100513394, 100569469, 100600263, 100693475, 101344508", "100513394, 100600263, 101250322, 103124606, 103143455",
"100178006, 103513498, 101404531", "100178006, 103513498, 101404531",
"100532433, 100600263, 100685774, 100787593, 101344508, 103524479",
"100110952, 100600263, 100879526, 103147348, 103147682, 103147890",
"100086400, 100600263, 100991230, 103524505, 103125230, 103135888",
"100086400, 100600263, 100991230, 103524505, 103125230, 103135888",
"100086400, 100600263, 100991230, 103524505, 103125230, 103135888",
"100086400, 100600263, 100991230, 103524505, 103125230, 103135888",
"100086400, 100600263, 100991230, 103524505, 103125230, 103135888",
"100086400, 100600263, 100991230, 103524505, 103125230, 103135888",
"100086400, 100600263, 100991230, 103524505, 103125230, 103135888",
"100086400, 100600263, 100991230, 103524505, 103125230, 103135888",
"100566667, 100600263, 100603186, 103130050", "100566667, 100600263, 100603186, 103531703, 103128007",
"100566667, 100600263, 100603186, 103531703, 103128007", "100505868, 100600263, 100879526, 101436015, 103139491, 103482495",
"100505868, 100600263, 100879526, 103139491, 101436015, 103482495",
"100505868, 100600263, 100879526, 101436015, 103139491, 103482495",
"100505868, 100600263, 100879526, 101436015, 103139491, 103482495",
"100386081, 100600263, 100746736, 103145053", "100386081, 100600263, 101050657, 100746736",
"100386081, 100600263, 101050657, 100746736", "100386081, 100600263, 100746736, 101050657",
"100386081, 100600263, 100746736, 103145053", "100386081, 100600263, 100746736, 101381649",
"100386081, 100600263, 101050657, 100746736", "100386081, 100600263, 100746736, 103145053",
"100386081, 100600263, 101050657, 100746736", "100386081, 100600263, 100746736, 103145053",
"100019889, 100386081, 100587086, 100600263, 100746736, 103516226, 103629951, 101540702, 103143165",
"100386081, 100600263, 100746736, 101381649", "100386081, 100600263, 100746736, 101381649",
"100386081, 100587086, 100600263, 100746736, 101540702, 103147108",
"100386081, 100600263, 100746736, 101381649", "100019889, 100386081, 100587086, 100600263, 100746736, 103516226, 103629951, 101540702, 103143165",
"100386081, 100600263, 100746736, 101381649", "100019889, 100386081, 100587086, 100600263, 100746736, 103516226, 101540702, 103629951, 103143165",
"100189878, 100386081, 100951842, 101381649")), row.names = c(NA,
-100L), class = c("tbl_df", "tbl", "data.frame"))
Мне нужно знать, есть ли способ узнать, есть ли по крайней мере одно совпадающее значение в столбце B среди всех одинаковых портфолиоидов. Например, для портфолиоида z036527321 мы видим, что среди списков определенно есть одно совпадение (100600263 и множество других). Там будет несколько портфолиоидов, где между ними всеми не будет ни одного совпадения. Все, что мне нужно, — это какой-то индикатор. Поставьте 1, если все портфели имеют одно одинаковое значение, и 0, если нет. Я действительно ценю вашу помощь заранее. Спасибо!
Комментарии:
1. Если есть только один портфель, должен ли он быть
TRUEилиFALSEтогда?2. Эй, @Martin Gal, в идеале я бы хотел, чтобы это было просто ПРАВДОЙ, так как ей не с чем сравнивать. Спасибо!
Ответ №1:
После группировки по «ПортфолиоИД» разделите Enterprise Customer Party ID столбец, получите intersect list элементы с reduce , проверьте его length и преобразуйте в логический с is_greater_than
library(dplyr)
library(purrr)
library(magrittr)
df1 %>%
group_by(PortfolioID) %>%
mutate(new = reduce(strsplit(`Enterprise Customer Party ID`,
",\s "), intersect) %>%
length %>%
is_greater_than(0)) %>%
ungroup
-выход
# A tibble: 100 x 3
PortfolioID `Enterprise Customer Party ID` new
<chr> <chr> <lgl>
1 z036527321 100600263, 100782628, 100753805, 100770731, 101360754, 103126734 TRUE
2 z036527321 100600263, 100782628, 100753805, 100770731, 101360754, 103126734 TRUE
3 z036527321 100600263, 100782628, 100753805, 100770731, 101360754, 103126734 TRUE
4 z036526431 100175650, 100434367, 100600263, 103507556, 101519578, 103134259, 103134510 TRUE
5 z036526421 100022778, 100570834, 100600263, 103514678, 101514778 TRUE
6 z036526421 100022778, 100570834, 100600263, 103514678, 101514778 TRUE
7 z036526301 100189878, 100600263, 101199515, 100746736 TRUE
8 z036525571 101065177, 103502728, 101392726, 101404531 TRUE
9 z036525571 101065177, 103502728, 101392726, 101404531 TRUE
10 z036525571 101491312, 101404531, 103493687 TRUE
# … with 90 more rows
Комментарии:
1. Это было здорово @akrun, большое вам спасибо за всю вашу помощь. Я действительно ценю это
Ответ №2:
Вы могли бы использовать
library(stringr)
library(dplyr)
library(tidyr)
data %>%
add_count(PortfolioID) %>%
mutate(`Enterprise Customer Party ID` = str_split(`Enterprise Customer Party ID`, ", ")) %>%
unnest(`Enterprise Customer Party ID`) %>%
group_by(PortfolioID) %>%
add_count(`Enterprise Customer Party ID`) %>%
summarise(match = any(n == nn)) %>%
right_join(data, by = "PortfolioID")
который возвращает
# A tibble: 100 x 3
PortfolioID match `Enterprise Customer Party ID`
<chr> <lgl> <chr>
1 z036515301 TRUE 100386081, 100600263, 100746736, 103145053
2 z036515301 TRUE 100386081, 100600263, 101050657, 100746736
3 z036515301 TRUE 100386081, 100600263, 101050657, 100746736
4 z036515301 TRUE 100386081, 100600263, 100746736, 101050657
5 z036515301 TRUE 100386081, 100600263, 100746736, 103145053
6 z036515301 TRUE 100386081, 100600263, 100746736, 101381649
7 z036515301 TRUE 100386081, 100600263, 101050657, 100746736
8 z036515301 TRUE 100386081, 100600263, 100746736, 103145053
9 z036515301 TRUE 100386081, 100600263, 101050657, 100746736
10 z036515301 TRUE 100386081, 100600263, 100746736, 103145053
# ... with 90 more rows
Комментарии:
1. Это сработало идеально и быстро, большое спасибо @Martin Gal
Ответ №3:
Я скопировал предоставленные вами данные в фрейм данных под названием foo .
В этом решении создается новый столбец (называемый «any_match»), который показывает TRUE , есть ли повторяющиеся идентификаторы корпоративных клиентов для одного и того же портфолио. Он возвращает a FALSE , если дубликатов нет.
Единственные случаи FALSE , которые появляются в этом решении, — это когда для портфолиоида есть только 1 строка. Таким образом, очевидно, что дубликатов не будет, потому что существует только 1 экземпляр портфолиоида.
library(tidyverse) foo %>% split(foo$PortfolioID) %>% map_dfr(function(pID) { pID_ecpid <- str_split(pID #rВопрос:
Вот данные, с которыми я сейчас работаю:structure(list(PortfolioID = c("z036527321", "z036527321", "z036527321", "z036526431", "z036526421", "z036526421", "z036526301", "z036525571", "z036525571", "z036525571", "z036525391", "z036525391", "z036525391", "z036525391", "z036525391", "z036525391", "z036525391", "z036525341", "z036525341", "z036524141", "z036524061", "z036523701", "z036523701", "z036523701", "z036523701", "z036523701", "z036523701", "z036523701", "z036523701", "z036523701", "z036522711", "z036521591", "z036521591", "z036521541", "z036521541", "z036521431", "z036521431", "z036521431", "z036521431", "z036521431", "z036521431", "z036521431", "z036521431", "z036521431", "z036521431", "z036520791", "z036520791", "z036520791", "z036520791", "z036520671", "z036520671", "z036520671", "z036520671", "z036520671", "z036520051", "z036520041", "z036519831", "z036519831", "z036519831", "z036519831", "z036519221", "z036519191", "z036518281", "z036518281", "z036517381", "z036516621", "z036516571", "z036516571", "z036516571", "z036516571", "z036516571", "z036516571", "z036516571", "z036516571", "z036516541", "z036516541", "z036516541", "z036515311", "z036515311", "z036515311", "z036515311", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301"), `Enterprise Customer Party ID` = c("100600263, 100782628, 100753805, 100770731, 101360754, 103126734", "100600263, 100782628, 100753805, 100770731, 101360754, 103126734", "100600263, 100782628, 100753805, 100770731, 101360754, 103126734", "100175650, 100434367, 100600263, 103507556, 101519578, 103134259, 103134510", "100022778, 100570834, 100600263, 103514678, 101514778", "100022778, 100570834, 100600263, 103514678, 101514778", "100189878, 100600263, 101199515, 100746736", "101065177, 103502728, 101392726, 101404531", "101065177, 103502728, 101392726, 101404531", "101491312, 101404531, 103493687", "100363017, 100379794, 100600263, 100616003, 101296443, 103133788", "100363017, 100379794, 100600263, 100616003, 101296443", "100363017, 100379794, 100600263, 100616003, 101296443, 103130494", "100363017, 100379794, 100600263, 100616003, 101296443, 103130494", "100363017, 100379794, 100600263, 100616003, 101296443, 103130494", "100379794, 100363017, 100600263, 100616003, 101296443", "100379794, 100363017, 100600263, 100616003, 101296443, 103130494", "100175650, 100219612, 100434367, 100600263, 103510210, 103124599", "100175650, 100219612, 100600263, 103510210, 103124599, 103124680", "100189878, 100386081, 100556993, 100951842, 103521916", "100255427, 100599889, 100600263, 100787593, 101318358, 101466804", "100541378, 100600263, 100917340, 100991230", "100600263, 100640734, 100917340, 100991230, 103135413, 103489659", "100600263, 100640734, 100917340, 100991230, 103489659", "100600263, 100640734, 100917340, 100991230, 103489659", "100541378, 100600263, 100917340, 100991230", "100600263, 100640734, 100917340, 100991230, 103135413, 103489659", "100541378, 100600263, 100917340, 100991230", "100600263, 100640734, 100917340, 100991230, 103489659", "100600263, 100640734, 100917340, 100991230, 103489659", "100600263, 100987563, 101475026, 101513471, 101558213", "100180069, 100600263, 100714430, 101380893", "100180069, 100600263, 100693475, 100714430, 101380893", "100600263, 100647941, 100714430, 101497006, 101380893, 103663428", "100600263, 100693475, 100714430, 101497006, 101380893", "100513394, 100600263, 101250322, 100888261, 101484512", "100513394, 100600263, 101250322, 101488513", "100513394, 100600263, 100680615, 101250322", "100513394, 100600263, 100748241, 101250322", "100259186, 100513394, 100600263, 100647941, 101250322", "100325289, 100513394, 100600263, 101250322", "100513394, 100600263, 101250322, 101270920", "100358051, 100513394, 100600263, 101250322", "100513394, 100600263, 100845917, 101250322", "100513394, 100566608, 100600263, 101250322", "100154267, 100219612, 100600263, 101213228, 103498394, 103147666", "100154267, 100219612, 100600263, 101213228, 103498394, 103147666", "100154267, 100219612, 100600263, 101213228, 103498394, 103147666", "100154267, 100219612, 100600263, 101213228, 103498394, 103147666", "100386081, 100600263, 100746736, 100856914", "100386081, 100600263, 100746736, 100856914", "100386081, 100600263, 100746736, 100856914", "100386081, 100600263, 100746736, 100856914", "100386081, 100600263, 100746736, 100856914", "100482176, 100600263, 100615160, 100784263, 101374469", "100600263, 101360754, 103124701, 101436015", "100600263, 100655349, 100684621, 100823164, 101254987, 100770731, 100896421", "100600263, 100655349, 100684621, 100823164, 101254987, 100896421", "100600263, 100655349, 100684621, 100823164, 101254987, 100770731, 100896421", "100600263, 100684621, 100655349, 100823164, 101254987, 100770731, 100896421", "100513394, 100569469, 100600263, 100693475, 101344508", "100513394, 100600263, 101250322, 103124606, 103143455", "100178006, 103513498, 101404531", "100178006, 103513498, 101404531", "100532433, 100600263, 100685774, 100787593, 101344508, 103524479", "100110952, 100600263, 100879526, 103147348, 103147682, 103147890", "100086400, 100600263, 100991230, 103524505, 103125230, 103135888", "100086400, 100600263, 100991230, 103524505, 103125230, 103135888", "100086400, 100600263, 100991230, 103524505, 103125230, 103135888", "100086400, 100600263, 100991230, 103524505, 103125230, 103135888", "100086400, 100600263, 100991230, 103524505, 103125230, 103135888", "100086400, 100600263, 100991230, 103524505, 103125230, 103135888", "100086400, 100600263, 100991230, 103524505, 103125230, 103135888", "100086400, 100600263, 100991230, 103524505, 103125230, 103135888", "100566667, 100600263, 100603186, 103130050", "100566667, 100600263, 100603186, 103531703, 103128007", "100566667, 100600263, 100603186, 103531703, 103128007", "100505868, 100600263, 100879526, 101436015, 103139491, 103482495", "100505868, 100600263, 100879526, 103139491, 101436015, 103482495", "100505868, 100600263, 100879526, 101436015, 103139491, 103482495", "100505868, 100600263, 100879526, 101436015, 103139491, 103482495", "100386081, 100600263, 100746736, 103145053", "100386081, 100600263, 101050657, 100746736", "100386081, 100600263, 101050657, 100746736", "100386081, 100600263, 100746736, 101050657", "100386081, 100600263, 100746736, 103145053", "100386081, 100600263, 100746736, 101381649", "100386081, 100600263, 101050657, 100746736", "100386081, 100600263, 100746736, 103145053", "100386081, 100600263, 101050657, 100746736", "100386081, 100600263, 100746736, 103145053", "100019889, 100386081, 100587086, 100600263, 100746736, 103516226, 103629951, 101540702, 103143165", "100386081, 100600263, 100746736, 101381649", "100386081, 100600263, 100746736, 101381649", "100386081, 100587086, 100600263, 100746736, 101540702, 103147108", "100386081, 100600263, 100746736, 101381649", "100019889, 100386081, 100587086, 100600263, 100746736, 103516226, 103629951, 101540702, 103143165", "100386081, 100600263, 100746736, 101381649", "100019889, 100386081, 100587086, 100600263, 100746736, 103516226, 101540702, 103629951, 103143165", "100189878, 100386081, 100951842, 101381649")), row.names = c(NA, -100L), class = c("tbl_df", "tbl", "data.frame"))Мне нужно знать, есть ли способ узнать, есть ли по крайней мере одно совпадающее значение в столбце B среди всех одинаковых портфолиоидов. Например, для портфолиоида z036527321 мы видим, что среди списков определенно есть одно совпадение (100600263 и множество других). Там будет несколько портфолиоидов, где между ними всеми не будет ни одного совпадения. Все, что мне нужно, - это какой-то индикатор. Поставьте 1, если все портфели имеют одно одинаковое значение, и 0, если нет. Я действительно ценю вашу помощь заранее. Спасибо!
Комментарии:
1. Если есть только один портфель, должен ли он быть
TRUEилиFALSEтогда?2. Эй, @Martin Gal, в идеале я бы хотел, чтобы это было просто ПРАВДОЙ, так как ей не с чем сравнивать. Спасибо!
Ответ №1:
После группировки по "ПортфолиоИД" разделите
Enterprise Customer Party IDстолбец, получитеintersectlistэлементы сreduce, проверьте егоlengthи преобразуйте в логический сis_greater_thanlibrary(dplyr) library(purrr) library(magrittr) df1 %>% group_by(PortfolioID) %>% mutate(new = reduce(strsplit(`Enterprise Customer Party ID`, ",\s "), intersect) %>% length %>% is_greater_than(0)) %>% ungroup-выход
# A tibble: 100 x 3 PortfolioID `Enterprise Customer Party ID` new <chr> <chr> <lgl> 1 z036527321 100600263, 100782628, 100753805, 100770731, 101360754, 103126734 TRUE 2 z036527321 100600263, 100782628, 100753805, 100770731, 101360754, 103126734 TRUE 3 z036527321 100600263, 100782628, 100753805, 100770731, 101360754, 103126734 TRUE 4 z036526431 100175650, 100434367, 100600263, 103507556, 101519578, 103134259, 103134510 TRUE 5 z036526421 100022778, 100570834, 100600263, 103514678, 101514778 TRUE 6 z036526421 100022778, 100570834, 100600263, 103514678, 101514778 TRUE 7 z036526301 100189878, 100600263, 101199515, 100746736 TRUE 8 z036525571 101065177, 103502728, 101392726, 101404531 TRUE 9 z036525571 101065177, 103502728, 101392726, 101404531 TRUE 10 z036525571 101491312, 101404531, 103493687 TRUE # … with 90 more rowsКомментарии:
1. Это было здорово @akrun, большое вам спасибо за всю вашу помощь. Я действительно ценю это
Ответ №2:
Вы могли бы использовать
library(stringr) library(dplyr) library(tidyr) data %>% add_count(PortfolioID) %>% mutate(`Enterprise Customer Party ID` = str_split(`Enterprise Customer Party ID`, ", ")) %>% unnest(`Enterprise Customer Party ID`) %>% group_by(PortfolioID) %>% add_count(`Enterprise Customer Party ID`) %>% summarise(match = any(n == nn)) %>% right_join(data, by = "PortfolioID")который возвращает
# A tibble: 100 x 3 PortfolioID match `Enterprise Customer Party ID` <chr> <lgl> <chr> 1 z036515301 TRUE 100386081, 100600263, 100746736, 103145053 2 z036515301 TRUE 100386081, 100600263, 101050657, 100746736 3 z036515301 TRUE 100386081, 100600263, 101050657, 100746736 4 z036515301 TRUE 100386081, 100600263, 100746736, 101050657 5 z036515301 TRUE 100386081, 100600263, 100746736, 103145053 6 z036515301 TRUE 100386081, 100600263, 100746736, 101381649 7 z036515301 TRUE 100386081, 100600263, 101050657, 100746736 8 z036515301 TRUE 100386081, 100600263, 100746736, 103145053 9 z036515301 TRUE 100386081, 100600263, 101050657, 100746736 10 z036515301 TRUE 100386081, 100600263, 100746736, 103145053 # ... with 90 more rowsКомментарии:
1. Это сработало идеально и быстро, большое спасибо @Martin Gal
Ответ №3:
Я скопировал предоставленные вами данные в фрейм данных под названиемfoo.В этом решении создается новый столбец (называемый "any_match"), который показывает
TRUE, есть ли повторяющиеся идентификаторы корпоративных клиентов для одного и того же портфолио. Он возвращает aFALSE, если дубликатов нет.Единственные случаи
FALSE, которые появляются в этом решении, - это когда для портфолиоида есть только 1 строка. Таким образом, очевидно, что дубликатов не будет, потому что существует только 1 экземпляр портфолиоида.Enterprise Customer Party ID`, ', ')
match_check <- rep(NA, length(pID_ecpid))
for (i in 1:length(pID_ecpid)) {
check_with <- pID_ecpid[[i]]
check_against <- unlist(pID_ecpid[-i])
match_check[i] <- any(check_with %in% check_against)
}pID <- pID %>%
mutate(any_match = all(match_check))return(pID)
})
Комментарии:
1. Это действительно близко к тому, что мне нужно, большое вам спасибо за вашу помощь. Мне действительно нужно это, чтобы проверить и убедиться, что в каждом экземпляре портфолиоида есть тот, который соответствует. Я думаю, что ваш код ищет, есть ли хотя бы 1 дубликат для данного портфолиоида. Например, если в портфолио 5 строк, мне нужно знать, есть ли во всех 5 строках хотя бы одна совпадающая. Если не у всех 5 есть один, который совпадает, то FALSE, а если все они совпадают, то TRUE. @Харрисон Джонс
2. Внес некоторые правки. Попробуйте эту версию и посмотрите, исправит ли она проблему. У вас есть пример портфолиоида, где это происходит? Я не могу найти ни одного.
3. В итоге все получилось отлично, просто потребовалось много времени, чтобы закончить. @Харрисон Джонс, большое вам спасибо за вашу помощь!
Ответ №4:
Основание R
# Function to split the strings into a vector: # strsplit_to_vec => function() strsplit_to_vec <- function(vec, pattern){ return(unlist(strsplit(vec, pattern))) } # Apply the function on each element of the # multi-valued attribute Enterprise Customer Party ID # grouped by PortfolioId: # split_str_list => list of character vectors split_str_list <- lapply( split( df #rВопрос:
Вот данные, с которыми я сейчас работаю:structure(list(PortfolioID = c("z036527321", "z036527321", "z036527321", "z036526431", "z036526421", "z036526421", "z036526301", "z036525571", "z036525571", "z036525571", "z036525391", "z036525391", "z036525391", "z036525391", "z036525391", "z036525391", "z036525391", "z036525341", "z036525341", "z036524141", "z036524061", "z036523701", "z036523701", "z036523701", "z036523701", "z036523701", "z036523701", "z036523701", "z036523701", "z036523701", "z036522711", "z036521591", "z036521591", "z036521541", "z036521541", "z036521431", "z036521431", "z036521431", "z036521431", "z036521431", "z036521431", "z036521431", "z036521431", "z036521431", "z036521431", "z036520791", "z036520791", "z036520791", "z036520791", "z036520671", "z036520671", "z036520671", "z036520671", "z036520671", "z036520051", "z036520041", "z036519831", "z036519831", "z036519831", "z036519831", "z036519221", "z036519191", "z036518281", "z036518281", "z036517381", "z036516621", "z036516571", "z036516571", "z036516571", "z036516571", "z036516571", "z036516571", "z036516571", "z036516571", "z036516541", "z036516541", "z036516541", "z036515311", "z036515311", "z036515311", "z036515311", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301"), `Enterprise Customer Party ID` = c("100600263, 100782628, 100753805, 100770731, 101360754, 103126734", "100600263, 100782628, 100753805, 100770731, 101360754, 103126734", "100600263, 100782628, 100753805, 100770731, 101360754, 103126734", "100175650, 100434367, 100600263, 103507556, 101519578, 103134259, 103134510", "100022778, 100570834, 100600263, 103514678, 101514778", "100022778, 100570834, 100600263, 103514678, 101514778", "100189878, 100600263, 101199515, 100746736", "101065177, 103502728, 101392726, 101404531", "101065177, 103502728, 101392726, 101404531", "101491312, 101404531, 103493687", "100363017, 100379794, 100600263, 100616003, 101296443, 103133788", "100363017, 100379794, 100600263, 100616003, 101296443", "100363017, 100379794, 100600263, 100616003, 101296443, 103130494", "100363017, 100379794, 100600263, 100616003, 101296443, 103130494", "100363017, 100379794, 100600263, 100616003, 101296443, 103130494", "100379794, 100363017, 100600263, 100616003, 101296443", "100379794, 100363017, 100600263, 100616003, 101296443, 103130494", "100175650, 100219612, 100434367, 100600263, 103510210, 103124599", "100175650, 100219612, 100600263, 103510210, 103124599, 103124680", "100189878, 100386081, 100556993, 100951842, 103521916", "100255427, 100599889, 100600263, 100787593, 101318358, 101466804", "100541378, 100600263, 100917340, 100991230", "100600263, 100640734, 100917340, 100991230, 103135413, 103489659", "100600263, 100640734, 100917340, 100991230, 103489659", "100600263, 100640734, 100917340, 100991230, 103489659", "100541378, 100600263, 100917340, 100991230", "100600263, 100640734, 100917340, 100991230, 103135413, 103489659", "100541378, 100600263, 100917340, 100991230", "100600263, 100640734, 100917340, 100991230, 103489659", "100600263, 100640734, 100917340, 100991230, 103489659", "100600263, 100987563, 101475026, 101513471, 101558213", "100180069, 100600263, 100714430, 101380893", "100180069, 100600263, 100693475, 100714430, 101380893", "100600263, 100647941, 100714430, 101497006, 101380893, 103663428", "100600263, 100693475, 100714430, 101497006, 101380893", "100513394, 100600263, 101250322, 100888261, 101484512", "100513394, 100600263, 101250322, 101488513", "100513394, 100600263, 100680615, 101250322", "100513394, 100600263, 100748241, 101250322", "100259186, 100513394, 100600263, 100647941, 101250322", "100325289, 100513394, 100600263, 101250322", "100513394, 100600263, 101250322, 101270920", "100358051, 100513394, 100600263, 101250322", "100513394, 100600263, 100845917, 101250322", "100513394, 100566608, 100600263, 101250322", "100154267, 100219612, 100600263, 101213228, 103498394, 103147666", "100154267, 100219612, 100600263, 101213228, 103498394, 103147666", "100154267, 100219612, 100600263, 101213228, 103498394, 103147666", "100154267, 100219612, 100600263, 101213228, 103498394, 103147666", "100386081, 100600263, 100746736, 100856914", "100386081, 100600263, 100746736, 100856914", "100386081, 100600263, 100746736, 100856914", "100386081, 100600263, 100746736, 100856914", "100386081, 100600263, 100746736, 100856914", "100482176, 100600263, 100615160, 100784263, 101374469", "100600263, 101360754, 103124701, 101436015", "100600263, 100655349, 100684621, 100823164, 101254987, 100770731, 100896421", "100600263, 100655349, 100684621, 100823164, 101254987, 100896421", "100600263, 100655349, 100684621, 100823164, 101254987, 100770731, 100896421", "100600263, 100684621, 100655349, 100823164, 101254987, 100770731, 100896421", "100513394, 100569469, 100600263, 100693475, 101344508", "100513394, 100600263, 101250322, 103124606, 103143455", "100178006, 103513498, 101404531", "100178006, 103513498, 101404531", "100532433, 100600263, 100685774, 100787593, 101344508, 103524479", "100110952, 100600263, 100879526, 103147348, 103147682, 103147890", "100086400, 100600263, 100991230, 103524505, 103125230, 103135888", "100086400, 100600263, 100991230, 103524505, 103125230, 103135888", "100086400, 100600263, 100991230, 103524505, 103125230, 103135888", "100086400, 100600263, 100991230, 103524505, 103125230, 103135888", "100086400, 100600263, 100991230, 103524505, 103125230, 103135888", "100086400, 100600263, 100991230, 103524505, 103125230, 103135888", "100086400, 100600263, 100991230, 103524505, 103125230, 103135888", "100086400, 100600263, 100991230, 103524505, 103125230, 103135888", "100566667, 100600263, 100603186, 103130050", "100566667, 100600263, 100603186, 103531703, 103128007", "100566667, 100600263, 100603186, 103531703, 103128007", "100505868, 100600263, 100879526, 101436015, 103139491, 103482495", "100505868, 100600263, 100879526, 103139491, 101436015, 103482495", "100505868, 100600263, 100879526, 101436015, 103139491, 103482495", "100505868, 100600263, 100879526, 101436015, 103139491, 103482495", "100386081, 100600263, 100746736, 103145053", "100386081, 100600263, 101050657, 100746736", "100386081, 100600263, 101050657, 100746736", "100386081, 100600263, 100746736, 101050657", "100386081, 100600263, 100746736, 103145053", "100386081, 100600263, 100746736, 101381649", "100386081, 100600263, 101050657, 100746736", "100386081, 100600263, 100746736, 103145053", "100386081, 100600263, 101050657, 100746736", "100386081, 100600263, 100746736, 103145053", "100019889, 100386081, 100587086, 100600263, 100746736, 103516226, 103629951, 101540702, 103143165", "100386081, 100600263, 100746736, 101381649", "100386081, 100600263, 100746736, 101381649", "100386081, 100587086, 100600263, 100746736, 101540702, 103147108", "100386081, 100600263, 100746736, 101381649", "100019889, 100386081, 100587086, 100600263, 100746736, 103516226, 103629951, 101540702, 103143165", "100386081, 100600263, 100746736, 101381649", "100019889, 100386081, 100587086, 100600263, 100746736, 103516226, 101540702, 103629951, 103143165", "100189878, 100386081, 100951842, 101381649")), row.names = c(NA, -100L), class = c("tbl_df", "tbl", "data.frame"))Мне нужно знать, есть ли способ узнать, есть ли по крайней мере одно совпадающее значение в столбце B среди всех одинаковых портфолиоидов. Например, для портфолиоида z036527321 мы видим, что среди списков определенно есть одно совпадение (100600263 и множество других). Там будет несколько портфолиоидов, где между ними всеми не будет ни одного совпадения. Все, что мне нужно, - это какой-то индикатор. Поставьте 1, если все портфели имеют одно одинаковое значение, и 0, если нет. Я действительно ценю вашу помощь заранее. Спасибо!
Комментарии:
1. Если есть только один портфель, должен ли он быть
TRUEилиFALSEтогда?2. Эй, @Martin Gal, в идеале я бы хотел, чтобы это было просто ПРАВДОЙ, так как ей не с чем сравнивать. Спасибо!
Ответ №1:
После группировки по "ПортфолиоИД" разделите
Enterprise Customer Party IDстолбец, получитеintersectlistэлементы сreduce, проверьте егоlengthи преобразуйте в логический сis_greater_thanlibrary(dplyr) library(purrr) library(magrittr) df1 %>% group_by(PortfolioID) %>% mutate(new = reduce(strsplit(`Enterprise Customer Party ID`, ",\s "), intersect) %>% length %>% is_greater_than(0)) %>% ungroup-выход
# A tibble: 100 x 3 PortfolioID `Enterprise Customer Party ID` new <chr> <chr> <lgl> 1 z036527321 100600263, 100782628, 100753805, 100770731, 101360754, 103126734 TRUE 2 z036527321 100600263, 100782628, 100753805, 100770731, 101360754, 103126734 TRUE 3 z036527321 100600263, 100782628, 100753805, 100770731, 101360754, 103126734 TRUE 4 z036526431 100175650, 100434367, 100600263, 103507556, 101519578, 103134259, 103134510 TRUE 5 z036526421 100022778, 100570834, 100600263, 103514678, 101514778 TRUE 6 z036526421 100022778, 100570834, 100600263, 103514678, 101514778 TRUE 7 z036526301 100189878, 100600263, 101199515, 100746736 TRUE 8 z036525571 101065177, 103502728, 101392726, 101404531 TRUE 9 z036525571 101065177, 103502728, 101392726, 101404531 TRUE 10 z036525571 101491312, 101404531, 103493687 TRUE # … with 90 more rowsКомментарии:
1. Это было здорово @akrun, большое вам спасибо за всю вашу помощь. Я действительно ценю это
Ответ №2:
Вы могли бы использовать
library(stringr) library(dplyr) library(tidyr) data %>% add_count(PortfolioID) %>% mutate(`Enterprise Customer Party ID` = str_split(`Enterprise Customer Party ID`, ", ")) %>% unnest(`Enterprise Customer Party ID`) %>% group_by(PortfolioID) %>% add_count(`Enterprise Customer Party ID`) %>% summarise(match = any(n == nn)) %>% right_join(data, by = "PortfolioID")который возвращает
# A tibble: 100 x 3 PortfolioID match `Enterprise Customer Party ID` <chr> <lgl> <chr> 1 z036515301 TRUE 100386081, 100600263, 100746736, 103145053 2 z036515301 TRUE 100386081, 100600263, 101050657, 100746736 3 z036515301 TRUE 100386081, 100600263, 101050657, 100746736 4 z036515301 TRUE 100386081, 100600263, 100746736, 101050657 5 z036515301 TRUE 100386081, 100600263, 100746736, 103145053 6 z036515301 TRUE 100386081, 100600263, 100746736, 101381649 7 z036515301 TRUE 100386081, 100600263, 101050657, 100746736 8 z036515301 TRUE 100386081, 100600263, 100746736, 103145053 9 z036515301 TRUE 100386081, 100600263, 101050657, 100746736 10 z036515301 TRUE 100386081, 100600263, 100746736, 103145053 # ... with 90 more rowsКомментарии:
1. Это сработало идеально и быстро, большое спасибо @Martin Gal
Ответ №3:
Я скопировал предоставленные вами данные в фрейм данных под названием
foo.В этом решении создается новый столбец (называемый "any_match"), который показывает
TRUE, есть ли повторяющиеся идентификаторы корпоративных клиентов для одного и того же портфолио. Он возвращает aFALSE, если дубликатов нет.Единственные случаи
FALSE, которые появляются в этом решении, - это когда для портфолиоида есть только 1 строка. Таким образом, очевидно, что дубликатов не будет, потому что существует только 1 экземпляр портфолиоида.library(tidyverse) foo %>% split(foo$PortfolioID) %>% map_dfr(function(pID) { pID_ecpid <- str_split(pID #rВопрос:
Вот данные, с которыми я сейчас работаю:structure(list(PortfolioID = c("z036527321", "z036527321", "z036527321", "z036526431", "z036526421", "z036526421", "z036526301", "z036525571", "z036525571", "z036525571", "z036525391", "z036525391", "z036525391", "z036525391", "z036525391", "z036525391", "z036525391", "z036525341", "z036525341", "z036524141", "z036524061", "z036523701", "z036523701", "z036523701", "z036523701", "z036523701", "z036523701", "z036523701", "z036523701", "z036523701", "z036522711", "z036521591", "z036521591", "z036521541", "z036521541", "z036521431", "z036521431", "z036521431", "z036521431", "z036521431", "z036521431", "z036521431", "z036521431", "z036521431", "z036521431", "z036520791", "z036520791", "z036520791", "z036520791", "z036520671", "z036520671", "z036520671", "z036520671", "z036520671", "z036520051", "z036520041", "z036519831", "z036519831", "z036519831", "z036519831", "z036519221", "z036519191", "z036518281", "z036518281", "z036517381", "z036516621", "z036516571", "z036516571", "z036516571", "z036516571", "z036516571", "z036516571", "z036516571", "z036516571", "z036516541", "z036516541", "z036516541", "z036515311", "z036515311", "z036515311", "z036515311", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301", "z036515301"), `Enterprise Customer Party ID` = c("100600263, 100782628, 100753805, 100770731, 101360754, 103126734", "100600263, 100782628, 100753805, 100770731, 101360754, 103126734", "100600263, 100782628, 100753805, 100770731, 101360754, 103126734", "100175650, 100434367, 100600263, 103507556, 101519578, 103134259, 103134510", "100022778, 100570834, 100600263, 103514678, 101514778", "100022778, 100570834, 100600263, 103514678, 101514778", "100189878, 100600263, 101199515, 100746736", "101065177, 103502728, 101392726, 101404531", "101065177, 103502728, 101392726, 101404531", "101491312, 101404531, 103493687", "100363017, 100379794, 100600263, 100616003, 101296443, 103133788", "100363017, 100379794, 100600263, 100616003, 101296443", "100363017, 100379794, 100600263, 100616003, 101296443, 103130494", "100363017, 100379794, 100600263, 100616003, 101296443, 103130494", "100363017, 100379794, 100600263, 100616003, 101296443, 103130494", "100379794, 100363017, 100600263, 100616003, 101296443", "100379794, 100363017, 100600263, 100616003, 101296443, 103130494", "100175650, 100219612, 100434367, 100600263, 103510210, 103124599", "100175650, 100219612, 100600263, 103510210, 103124599, 103124680", "100189878, 100386081, 100556993, 100951842, 103521916", "100255427, 100599889, 100600263, 100787593, 101318358, 101466804", "100541378, 100600263, 100917340, 100991230", "100600263, 100640734, 100917340, 100991230, 103135413, 103489659", "100600263, 100640734, 100917340, 100991230, 103489659", "100600263, 100640734, 100917340, 100991230, 103489659", "100541378, 100600263, 100917340, 100991230", "100600263, 100640734, 100917340, 100991230, 103135413, 103489659", "100541378, 100600263, 100917340, 100991230", "100600263, 100640734, 100917340, 100991230, 103489659", "100600263, 100640734, 100917340, 100991230, 103489659", "100600263, 100987563, 101475026, 101513471, 101558213", "100180069, 100600263, 100714430, 101380893", "100180069, 100600263, 100693475, 100714430, 101380893", "100600263, 100647941, 100714430, 101497006, 101380893, 103663428", "100600263, 100693475, 100714430, 101497006, 101380893", "100513394, 100600263, 101250322, 100888261, 101484512", "100513394, 100600263, 101250322, 101488513", "100513394, 100600263, 100680615, 101250322", "100513394, 100600263, 100748241, 101250322", "100259186, 100513394, 100600263, 100647941, 101250322", "100325289, 100513394, 100600263, 101250322", "100513394, 100600263, 101250322, 101270920", "100358051, 100513394, 100600263, 101250322", "100513394, 100600263, 100845917, 101250322", "100513394, 100566608, 100600263, 101250322", "100154267, 100219612, 100600263, 101213228, 103498394, 103147666", "100154267, 100219612, 100600263, 101213228, 103498394, 103147666", "100154267, 100219612, 100600263, 101213228, 103498394, 103147666", "100154267, 100219612, 100600263, 101213228, 103498394, 103147666", "100386081, 100600263, 100746736, 100856914", "100386081, 100600263, 100746736, 100856914", "100386081, 100600263, 100746736, 100856914", "100386081, 100600263, 100746736, 100856914", "100386081, 100600263, 100746736, 100856914", "100482176, 100600263, 100615160, 100784263, 101374469", "100600263, 101360754, 103124701, 101436015", "100600263, 100655349, 100684621, 100823164, 101254987, 100770731, 100896421", "100600263, 100655349, 100684621, 100823164, 101254987, 100896421", "100600263, 100655349, 100684621, 100823164, 101254987, 100770731, 100896421", "100600263, 100684621, 100655349, 100823164, 101254987, 100770731, 100896421", "100513394, 100569469, 100600263, 100693475, 101344508", "100513394, 100600263, 101250322, 103124606, 103143455", "100178006, 103513498, 101404531", "100178006, 103513498, 101404531", "100532433, 100600263, 100685774, 100787593, 101344508, 103524479", "100110952, 100600263, 100879526, 103147348, 103147682, 103147890", "100086400, 100600263, 100991230, 103524505, 103125230, 103135888", "100086400, 100600263, 100991230, 103524505, 103125230, 103135888", "100086400, 100600263, 100991230, 103524505, 103125230, 103135888", "100086400, 100600263, 100991230, 103524505, 103125230, 103135888", "100086400, 100600263, 100991230, 103524505, 103125230, 103135888", "100086400, 100600263, 100991230, 103524505, 103125230, 103135888", "100086400, 100600263, 100991230, 103524505, 103125230, 103135888", "100086400, 100600263, 100991230, 103524505, 103125230, 103135888", "100566667, 100600263, 100603186, 103130050", "100566667, 100600263, 100603186, 103531703, 103128007", "100566667, 100600263, 100603186, 103531703, 103128007", "100505868, 100600263, 100879526, 101436015, 103139491, 103482495", "100505868, 100600263, 100879526, 103139491, 101436015, 103482495", "100505868, 100600263, 100879526, 101436015, 103139491, 103482495", "100505868, 100600263, 100879526, 101436015, 103139491, 103482495", "100386081, 100600263, 100746736, 103145053", "100386081, 100600263, 101050657, 100746736", "100386081, 100600263, 101050657, 100746736", "100386081, 100600263, 100746736, 101050657", "100386081, 100600263, 100746736, 103145053", "100386081, 100600263, 100746736, 101381649", "100386081, 100600263, 101050657, 100746736", "100386081, 100600263, 100746736, 103145053", "100386081, 100600263, 101050657, 100746736", "100386081, 100600263, 100746736, 103145053", "100019889, 100386081, 100587086, 100600263, 100746736, 103516226, 103629951, 101540702, 103143165", "100386081, 100600263, 100746736, 101381649", "100386081, 100600263, 100746736, 101381649", "100386081, 100587086, 100600263, 100746736, 101540702, 103147108", "100386081, 100600263, 100746736, 101381649", "100019889, 100386081, 100587086, 100600263, 100746736, 103516226, 103629951, 101540702, 103143165", "100386081, 100600263, 100746736, 101381649", "100019889, 100386081, 100587086, 100600263, 100746736, 103516226, 101540702, 103629951, 103143165", "100189878, 100386081, 100951842, 101381649")), row.names = c(NA, -100L), class = c("tbl_df", "tbl", "data.frame"))Мне нужно знать, есть ли способ узнать, есть ли по крайней мере одно совпадающее значение в столбце B среди всех одинаковых портфолиоидов. Например, для портфолиоида z036527321 мы видим, что среди списков определенно есть одно совпадение (100600263 и множество других). Там будет несколько портфолиоидов, где между ними всеми не будет ни одного совпадения. Все, что мне нужно, - это какой-то индикатор. Поставьте 1, если все портфели имеют одно одинаковое значение, и 0, если нет. Я действительно ценю вашу помощь заранее. Спасибо!
Комментарии:
1. Если есть только один портфель, должен ли он быть
TRUEилиFALSEтогда?2. Эй, @Martin Gal, в идеале я бы хотел, чтобы это было просто ПРАВДОЙ, так как ей не с чем сравнивать. Спасибо!
Ответ №1:
После группировки по "ПортфолиоИД" разделите
Enterprise Customer Party IDстолбец, получитеintersectlistэлементы сreduce, проверьте егоlengthи преобразуйте в логический сis_greater_thanlibrary(dplyr) library(purrr) library(magrittr) df1 %>% group_by(PortfolioID) %>% mutate(new = reduce(strsplit(`Enterprise Customer Party ID`, ",\s "), intersect) %>% length %>% is_greater_than(0)) %>% ungroup-выход
# A tibble: 100 x 3 PortfolioID `Enterprise Customer Party ID` new <chr> <chr> <lgl> 1 z036527321 100600263, 100782628, 100753805, 100770731, 101360754, 103126734 TRUE 2 z036527321 100600263, 100782628, 100753805, 100770731, 101360754, 103126734 TRUE 3 z036527321 100600263, 100782628, 100753805, 100770731, 101360754, 103126734 TRUE 4 z036526431 100175650, 100434367, 100600263, 103507556, 101519578, 103134259, 103134510 TRUE 5 z036526421 100022778, 100570834, 100600263, 103514678, 101514778 TRUE 6 z036526421 100022778, 100570834, 100600263, 103514678, 101514778 TRUE 7 z036526301 100189878, 100600263, 101199515, 100746736 TRUE 8 z036525571 101065177, 103502728, 101392726, 101404531 TRUE 9 z036525571 101065177, 103502728, 101392726, 101404531 TRUE 10 z036525571 101491312, 101404531, 103493687 TRUE # … with 90 more rowsКомментарии:
1. Это было здорово @akrun, большое вам спасибо за всю вашу помощь. Я действительно ценю это
Ответ №2:
Вы могли бы использовать
library(stringr) library(dplyr) library(tidyr) data %>% add_count(PortfolioID) %>% mutate(`Enterprise Customer Party ID` = str_split(`Enterprise Customer Party ID`, ", ")) %>% unnest(`Enterprise Customer Party ID`) %>% group_by(PortfolioID) %>% add_count(`Enterprise Customer Party ID`) %>% summarise(match = any(n == nn)) %>% right_join(data, by = "PortfolioID")который возвращает
# A tibble: 100 x 3 PortfolioID match `Enterprise Customer Party ID` <chr> <lgl> <chr> 1 z036515301 TRUE 100386081, 100600263, 100746736, 103145053 2 z036515301 TRUE 100386081, 100600263, 101050657, 100746736 3 z036515301 TRUE 100386081, 100600263, 101050657, 100746736 4 z036515301 TRUE 100386081, 100600263, 100746736, 101050657 5 z036515301 TRUE 100386081, 100600263, 100746736, 103145053 6 z036515301 TRUE 100386081, 100600263, 100746736, 101381649 7 z036515301 TRUE 100386081, 100600263, 101050657, 100746736 8 z036515301 TRUE 100386081, 100600263, 100746736, 103145053 9 z036515301 TRUE 100386081, 100600263, 101050657, 100746736 10 z036515301 TRUE 100386081, 100600263, 100746736, 103145053 # ... with 90 more rowsКомментарии:
1. Это сработало идеально и быстро, большое спасибо @Martin Gal
Ответ №3:
Я скопировал предоставленные вами данные в фрейм данных под названиемfoo.В этом решении создается новый столбец (называемый "any_match"), который показывает
TRUE, есть ли повторяющиеся идентификаторы корпоративных клиентов для одного и того же портфолио. Он возвращает aFALSE, если дубликатов нет.Единственные случаи
FALSE, которые появляются в этом решении, - это когда для портфолиоида есть только 1 строка. Таким образом, очевидно, что дубликатов не будет, потому что существует только 1 экземпляр портфолиоида.Enterprise Customer Party ID`, ', ')
match_check <- rep(NA, length(pID_ecpid))
for (i in 1:length(pID_ecpid)) {
check_with <- pID_ecpid[[i]]
check_against <- unlist(pID_ecpid[-i])
match_check[i] <- any(check_with %in% check_against)
}pID <- pID %>%
mutate(any_match = all(match_check))return(pID)
})
Комментарии:
1. Это действительно близко к тому, что мне нужно, большое вам спасибо за вашу помощь. Мне действительно нужно это, чтобы проверить и убедиться, что в каждом экземпляре портфолиоида есть тот, который соответствует. Я думаю, что ваш код ищет, есть ли хотя бы 1 дубликат для данного портфолиоида. Например, если в портфолио 5 строк, мне нужно знать, есть ли во всех 5 строках хотя бы одна совпадающая. Если не у всех 5 есть один, который совпадает, то FALSE, а если все они совпадают, то TRUE. @Харрисон Джонс
2. Внес некоторые правки. Попробуйте эту версию и посмотрите, исправит ли она проблему. У вас есть пример портфолиоида, где это происходит? Я не могу найти ни одного.
3. В итоге все получилось отлично, просто потребовалось много времени, чтобы закончить. @Харрисон Джонс, большое вам спасибо за вашу помощь!
Ответ №4:
Основание REnterprise Customer Party ID`,
df$PortfolioID
),
strsplit_to_vec,
",\s "
)# Determine if any other portfolio contains thos ecpids:
# matching_ecpid => numeric vector
matching_ecpid <- setNames(
vapply(
seq_along(split_str_list),
function(i){
tmp_vec <- do.call(c, split_str_list[-i])
if(length(intersect(split_str_list[[i]], tmp_vec)) > 0){
1
}else{
0
}
},
numeric(1)
),
names(split_str_list)
)# Assign the result back to the data.frame:
# ecpid_match => numeric vector
df$ecpid_match <- matching_ecpid[
match(
df$PortfolioID,
names(matching_ecpid)
)
]