#r #dataframe
#r #фрейм данных
Вопрос:
Я имею дело с немного шатким фреймом данных. Я работаю со стандартным табличным набором данных / .csv-файлом, который по большей части является довольно стандартным, однако в одном столбце каждое наблюдение представляет собой список пользователей. Вот как это выглядит:
Layer Grade Players
Top A NY 08; NY 27; NY 80
Bottom D MA 27; MA 45; MA 65
Middle B NY 09; MA 48; NY 66
...
Как вы можете видеть, фрейм данных является стандартным, за исключением столбца Players . Как я мог бы добавить столбец для каждого игрока, который предоставляет двоичный индикатор того, были ли они в игре или нет? Я бы хотел, чтобы приведенный выше фрейм данных стал таким:
Layer Grade Players NYAL 08 NYAL 27 NYAL 80 MAAC 27
Top A NYAL 08; NYAL 27; NYAL 80 1 1 1 0
Bottom D MAAC 27; MAAC 45; MAAC 65 0 0 0 1
Middle B NYAL 08; MAAC 48; NYAL 66 1 0 0 0
...
И так далее.
Спасибо!
Ответ №1:
Мы можем использовать cSplit_e from splitstackshape . Это позволило бы получить вывод компактным способом в одной строке
library(splitstackshape)
out <- cSplit_e(df1, 'Players', sep=";", type = "character", fill = 0)
out
-вывод
#Layer Grade Players Players_MA 27 Players_MA 45 Players_MA 48 Players_MA 65 Players_NY 08 Players_NY 09 Players_NY 27
#1 Top A NY 08; NY 27; NY 80 0 0 0 0 1 0 1
#2 Bottom D MA 27; MA 45; MA 65 1 1 0 1 0 0 0
#3 Middle B NY 09; MA 48; NY 66 0 0 1 0 0 1 0
# Players_NY 66 Players_NY 80
#1 0 1
#2 0 0
#3 1 0
Если мы хотим удалить префикс в именах столбцов
names(out)[-(1:3)] <- sub('Players_', '', names(out)[-(1:3)])
Или другой вариант mtabulate
cbind(df1, mtabulate(strsplit(df1$Player, ";\s ")))
-вывод
# Layer Grade Players MA 27 MA 45 MA 48 MA 65 NY 08 NY 09 NY 27 NY 66 NY 80
#1 Top A NY 08; NY 27; NY 80 0 0 0 0 1 0 1 0 1
#2 Bottom D MA 27; MA 45; MA 65 1 1 0 1 0 0 0 0 0
#3 Middle B NY 09; MA 48; NY 66 0 0 1 0 0 1 0 1 0
данные
df1 <- structure(list(Layer = c("Top", "Bottom", "Middle"), Grade = c("A",
"D", "B"), Players = c("NY 08; NY 27; NY 80", "MA 27; MA 45; MA 65",
"NY 09; MA 48; NY 66")), class = "data.frame", row.names = c(NA,
-3L))
Комментарии:
1. Я попробовал подход ‘splitstackshape’, но я получаю эту ошибку: ‘Ошибка в rep (seq.int (len), vapply(listOfValues, length, integer(1L))) : недопустимый аргумент ‘times» Есть мысли?
2. @rogues77 ошибка основана на тех же данных, которые я показал в своем сообщении или в другом сообщении
3. @rogues77 вы также можете попробовать этот
mtabulateподход4. Ах! Вы правы, я изменил свой код перед запуском вашего решения, и это меня испортило. Моя ошибка. Еще одна вещь — есть ли какой-либо способ удалить «Players_» из новых имен столбцов, не удаляя начальный столбец «игроки»?
5. На самом деле я использовал функцию mtabulate, которая работает отлично. Большое вам спасибо!
Ответ №2:
Попробуйте этот tidyverse подход с separate_rows() помощью and pivot_wider() , который даст результат, близкий к тому, который вы хотите:
library(tidyverse)
#Code
df2 <- df %>% mutate(Dup=Players) %>%
separate_rows(Dup,sep = '; ') %>%
mutate(id=1) %>%
pivot_wider(names_from = Dup,values_from=id) %>%
replace(is.na(.),0)
Вывод:
# A tibble: 3 x 12
Layer Grade Players `NY 08` `NY 27` `NY 80` `MA 27` `MA 45` `MA 65` `NY 09` `MA 48` `NY 66`
<chr> <chr> <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 Top A NY 08; N~ 1 1 1 0 0 0 0 0 0
2 Bottom D MA 27; M~ 0 0 0 1 1 1 0 0 0
3 Middle B NY 09; M~ 0 0 0 0 0 0 1 1 1
Некоторые используемые данные:
#Data
df <- structure(list(Layer = c("Top", "Bottom", "Middle"), Grade = c("A",
"D", "B"), Players = c("NY 08; NY 27; NY 80", "MA 27; MA 45; MA 65",
"NY 09; MA 48; NY 66")), class = "data.frame", row.names = c(NA,
-3L))