Изменение столбцов для получения уникальных значений, транспонирование другого столбца и добавление процента этих уникальных значений.

25.02.2021Рубрика: ВопросыАвтор: admin

У меня есть подмножество данных, которое выглядит следующим образом:

Item	Code	Percentage
10000	123	0.2
10001	134	0.98
10001	152	0.02
10002	123	0.68
10003	123	1
10002	178	0.32
10004	189	1

Я хочу найти способ транспонирования таким образом, чтобы я сохранял только уникальные значения из столбца A, столбец B рассредоточен по разным столбцам в соответствии с уникальными значениями, а процентное соотношение заполняется этими значениями. См. Пример данных, которые я хочу дополнить:

Item	123	134	152	178	189
10000	0.2	0	0	0	0
10001	0	0.98	0.02	0	0
10002	0.68	0	0	0.3	0
10003	1	0	0	0	0
10004	0	0	0	0	1

В настоящее время я использую следующий формат:

       df <-df %>%
       group_by(Item) %>%
       mutate(n = row_number()) %>%
       spread(Code, Percentage)

Следуя этой структуре, я все еще получаю повторяющиеся (не уникальные) значения в столбце A. Я загрузил библиотеку (plyr), библиотеку (dplyr), библиотеку (tidyr) именно в таком порядке. Причина, по которой я упомянул, заключается в том, что я где-то читал, если вы измените порядок работы, но в итоге испортили результаты.

Если вам нужна дополнительная информация, дайте мне знать. Спасибо!

plyr находится на пенсии уже несколько лет назад. Вы можете сделать это с помощью tidyr, синтаксис которого также обновлен с spread до pivot_wider. Есть много ТАКИХ вопросов по этой же задаче; Я выкопаю несколько, чтобы отметить — person guirgo__ schedule 25.02.2021

Отвечает ли это на ваш вопрос? Почему pivot_wider считывает отдельные значения как дубликаты или создает длинный и широкий тиббл (без объединения строк)? — person guirgo__ schedule 25.02.2021

См. Также stackoverflow.com/q/64169332/5325862 — person guirgo__ schedule 25.02.2021

Всем привет! Спасибо большое за вашу помощь! Оба варианта у меня сработали легко! Действительно ценю это! — person guirgo__ schedule 25.02.2021

Post Views: 95

См. также: Как проверить числовые даты на неправильные значения?

2 dplyr mutate plyr r tidyr

Комментарии: 2

guirgo__ 25.02.2021 в 00:00

с помощью tidyverse

library(tidyverse)

df <- read.table(text = "Item   Code    Percentage
10000   123 0.2
10001   134 0.98
10001   152 0.02
10002   123 0.68
10003   123 1
10002   178 0.32
10004   189 1", header = T)

pivot_wider(
  data = df, 
  id_cols = Item, 
  names_from = Code, 
  values_from = Percentage, 
  values_fill = 0
)
#> # A tibble: 5 x 6
#>    Item `123` `134` `152` `178` `189`
#>   <int> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 10000  0.2   0     0     0        0
#> 2 10001  0     0.98  0.02  0        0
#> 3 10002  0.68  0     0     0.32     0
#> 4 10003  1     0     0     0        0
#> 5 10004  0     0     0     0        1

^{Создано 25 февраля 2021 года пакетом REPEX (v1.0.0)}

используя data.table

library(data.table)
setDT(df)
dcast(data = df, formula = Item ~ Code, value.var = "Percentage", fill = 0)
#>     Item  123  134  152  178 189
#> 1: 10000 0.20 0.00 0.00 0.00   0
#> 2: 10001 0.00 0.98 0.02 0.00   0
#> 3: 10002 0.68 0.00 0.00 0.32   0
#> 4: 10003 1.00 0.00 0.00 0.00   0
#> 5: 10004 0.00 0.00 0.00 0.00   1

^{Создано 25 февраля 2021 года пакетом REPEX (v1.0.0)}

Ответить

guirgo__ 25.02.2021 в 00:00

Проблема в том, что ему нужно выполнять группировку как по «Коду», так и по «Элементу».

library(dplyr)
library(tidyr)
df %>%
   group_by(Code, Item) %>%
   mutate(n = row_number()) %>%
   ungroup %>%
   spread(Code, Percentage, fill = 0) %>%
   select(-n)

-выход

# A tibble: 5 x 6
#   Item `123` `134` `152` `178` `189`
#  <int> <dbl> <dbl> <dbl> <dbl> <dbl>
#1 10000  0.2   0     0     0        0
#2 10001  0     0.98  0.02  0        0
#3 10002  0.68  0     0     0.32     0
#4 10003  1     0     0     0        0
#5 10004  0     0     0     0        1

Ответить

Добавить комментарий