时间戳

首页 > 解决方案 > 以R中不同列中的值为条件，将值分配给某个变化的列

r - 以R中不同列中的值为条件，将值分配给某个变化的列

问题描述

我很难找到解决这个问题的好方法。StackExchange 上的许多其他类似问题迄今为我提供了一个低效的解决方案，但我觉得必须有更有效的方法。

假设我在 R 中有一个这样的数据框：

ID cat cost   1  2  3  4  5
1    1   24  NA NA NA NA NA
1    2   12  NA NA NA NA NA
1    5  104  NA NA NA NA NA
2    1   21  NA NA NA NA NA
2    4   13  NA NA NA NA NA

我的实际数据有 25 列而不是 1 到 5 列，并且有数百万行。这些编号的列对应于“cat”的所有值，在本例中为 1 到 5，但在我自己的数据中为 1 到 25。我的目标是让它看起来像这样，将成本中的值放入每一行的类别列中。

ID cat cost   1  2  3  4  5
1    1   24  24 NA NA NA NA
1    2   12  NA 12 NA NA NA
1    5  104  NA NA NA NA 104
2    1   21  NA 21 NA NA NA
2    4   13  NA NA NA 13 NA

等等等等。本质上，我希望它遍历每一行，查看“cat”中存在什么值，然后将 cost 的值放在与该行 cat 中的值具有相同值的列中。完成此操作后，我将通过将行合并在一起来压缩数据集，这样每个 ID 只剩下一行，这样这些行就会填写每个类别的值。每行看起来像这样，其中 x,y,z,w,v 只是通用成本数字的代表。

ID cat cost  1  2  3  4  5
1  NA   NA   x  y  z  w  v
2  NA   NA  x2 y2 z2 w2 v2

但是，一旦我得到第二个代码块中指示的数据，我就知道如何执行此操作（但是您知道我的目标是什么，我已经说明了）。问题是我对将成本添加到每个相应类别列的初始问题的解决方案非常缓慢且效率低下，并且需要数小时才能运行。我使用的代码如下。

x <- colnames(CollapsedMTBI)
###CollapsedMTBI is the name of my dataframe

for(i in 1:length(CollapsedMTBI$cost)){
  a <- as.numeric(CollapsedMTBI$cat[i] + 5)
  CollapsedMTBI[[x[a]]][i] <- CollapsedMTBI$cost[i]
  }
  print(100*(i/length(CollapsedMTBI$cost)))
}
### As a sanity check I had it print out where I was at in the process. It goes very slowly.
### The +5 when defining a is used because I have five columns before the category columns begin;
### In my example above I only had three, but in my own data I have five.

尽管进行了多次搜索，但我无法在网上找到其他任何人执行这种类型的操作。我认为必须有一个函数可以为我执行此操作，可能是 dplyr 或 tidyr 中的某些东西。我也知道你可以使用一堆条件语句，但是因为我有 25 列要检查，所以感觉这会比我现在的效率更低。任何人都有更有效的方法来处理这个问题？

标签： rloopsdplyrconditional-statements

解决方案

你可以试试这个：

library(tidyverse)
#Data
df <- structure(list(ID = c(1L, 1L, 1L, 2L, 2L), cat = c(1L, 2L, 5L, 
1L, 4L), cost = c(24L, 12L, 104L, 21L, 13L), `1` = c(NA, NA, 
NA, NA, NA), `2` = c(NA, NA, NA, NA, NA), `3` = c(NA, NA, NA, 
NA, NA), `4` = c(NA, NA, NA, NA, NA), `5` = c(NA, NA, NA, NA, 
NA)), class = "data.frame", row.names = c(NA, -5L))

代码：

df %>% pivot_longer(cols = -c(1,2,3)) %>%
  mutate(value=ifelse(as.integer(name)==cat,cost,value)) %>%
  pivot_wider(names_from = name,values_from = value)

输出：

# A tibble: 5 x 8
     ID   cat  cost   `1`   `2`   `3`   `4`   `5`
  <int> <int> <int> <int> <int> <int> <int> <int>
1     1     1    24    24    NA    NA    NA    NA
2     1     2    12    NA    12    NA    NA    NA
3     1     5   104    NA    NA    NA    NA   104
4     2     1    21    21    NA    NA    NA    NA
5     2     4    13    NA    NA    NA    13    NA

推荐阅读