我在處理R中的數據幀時遇到問題。我想根據另一列中單元格的值將不同行中單元格的內容粘貼到一起。我的問題是我希望輸出逐漸（累積）打印。輸出向量的長度必須與輸入向量的長度相同。這是一個與我正在處理的樣本表相似的樣本表：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這就是我希望結果看起來像這樣：result <- c("A", "A B", "A B A", "B", "B C", "B C B") result#[1] "A" "A B" "A B A" "B" "B C" "B C B"我不需要這樣的東西：ddply(testdf, .(id), summarize, content_concatenated = paste(content, collapse = " "))# id content_concatenated#1 a A B A#2 b B C B
3 回答
侃侃爾雅
TA貢獻1801條經驗 獲得超16個贊
您可以使用以下命令定義“累積粘貼”功能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"
Reduce的循環避免了從一開始就重新串聯元素，因為它通過下一個元素延長了先前的串聯。
按組應用：
ave(as.character(testdf$content), testdf$id, FUN = cumpaste)
#[1] "A" "A B" "A B A" "B" "B C" "B C B"
另一個想法是，可以在開始時依次連接整個向量，然后逐步地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"
這似乎也更快一些：
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
...使其成為cumpaste_faster。
翻閱古今
TA貢獻1780條經驗 獲得超5個贊
您也可以嘗試 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" "A B" "A B A" "B" "B C" "B C B"
翻翻過去那場雪
TA貢獻2065條經驗 獲得超14個贊
這是ddply一種使用sapply和子集逐步粘貼在一起的方法：
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 A A
2 a B A B
3 a A A B A
4 b B B
5 b C B C
6 b B B C B
- 3 回答
- 0 關注
- 702 瀏覽
添加回答
舉報
0/150
提交
取消