时间戳

首页 > 解决方案 > 在现有行之间添加具有特定值的行

r - 在现有行之间添加具有特定值的行

问题描述

我有曲棍球数据，称为df

structure(list(event_index = 1:57, coords_x = c(80, 53, 31, -56, 
-34, -33, -40, 30, -66, -36, 45, 17, -6, 47, -51, -31, -69, -86, 
-70, 80, 65, -76, -71, 81, -57, 80, 75, 77, -71, -40, -83, 62, 
77, 76, NA, -61, 69, -45, 68, 31, 58, 61, 80, 34, 80, -85, -37, 
-57, 76, 14, 49, -82, -34, -36, -83, -84, -55), coords_y = c(-1, 
14, -30, 17, 26, -23, -37, 17, -32, -18, 25, 17, -38, 21, 28, 
22, 17, 13, 10, -37, -17, 9, 18, -11, 21, -7, 3, 3, -38, 31, 
8, -30, -2, 4, NA, -5, 15, 10, -30, -34, 20, 27, -4, 8, -18, 
19, 32, -21, 0, 40, -4, -30, -24, -28, -2, -3, 34), event_rinkside = c("R", 
"R", "R", "L", "L", "L", "L", "R", "L", "L", "R", "N", "N", "R", 
"L", "L", "L", "L", "L", "R", "R", "L", "L", "R", "L", "R", "R", 
"R", "L", "L", "L", "R", "R", "R", NA, "L", "R", "L", "R", "R", 
"R", "R", "R", "R", "R", "L", "L", "L", "R", "N", "R", "L", "L", 
"L", "L", "L", "L")), class = c("tbl_df", "tbl", "data.frame"
), row.names = c(NA, -57L))

如何在每一行之后创建行，留下 57 * 2（114 行），但我新创建的行中的值取决于event_rinkside列。

我觉得这个SO 问题的解决方案是一个很好的起点，但我不知道如何结合自己的条件：

这是我正在谈论的解决方案：

library(purrr)
df %>%
  group_by(id) %>%
  map_dfr(rbind, NA) %>%
  mutate(id = rep(df$id, each = 2))

标签： rdplyrpurrr

解决方案

这是一个解决方案dplyr：

library(dplyr)

df %>%
  mutate(coords_x = 82 * ifelse(event_rinkside == "L", -1, 1),
         coords_y = 0) %>%
  rbind(df, .) %>%
  arrange(event_index)

这个怎么运作：

在第一步中，mutate用于修改df. 该列coords_x的值为 82；如果该值乘以 -1 event_rinkside == "L"，否则乘以 1。该列coords_y的值为 0。

在下一步中，未更改的原始数据框df及其当前未分配和已修改的副本与rbind. 这里，.表示上述mutate步骤的结果。的结果rbind使原始版本的行高于修改版本的行。

在最后一步中，arrange用于根据 的值对行进行排序event_index。这样，每个原始行之后直接跟相应的修改行。

结果：

# A tibble: 114 x 4
   event_index coords_x coords_y event_rinkside
         <int>    <dbl>    <dbl> <chr>         
 1           1       80       -1 R             
 2           1       82        0 R             
 3           2       53       14 R             
 4           2       82        0 R             
 5           3       31      -30 R             
 6           3       82        0 R             
 7           4      -56       17 L             
 8           4      -82        0 L             
 9           5      -34       26 L             
10           5      -82        0 L             
# … with 104 more rows

推荐阅读