python - 根据条件对数据帧进行排序，并通过动态分配给随机向量来返回所有组

Question

例如:INPUT DATAFRAME 是:-

INPUT     group
4000       1
4000       1
2000       2
3000       3
2000       4
2000       4
2000       4

输出:- 动态分配给任何随机向量并生成输出为:-具有最大重复组数的第一个数据帧，具有重复组第二高元素的第二个数据帧，依此类推...

输出
1.首先

INPUT     group
2000        4
2000        4
2000        4

2.second

INPUT        group
4000        1
4000        1  

3.第三

INPUT        group
2000        2

4.第四

INPUT        group
3000        3  

用更简单的话来说——我想将数据帧分成一些组，在结果中我希望通过分配给一些变量来按升序排列所有组。到目前为止我试过的是这样的:

x<-setDT(df)[, group := rleid(df$INPUT)]

这将对组进行排序。我又尝试了一个命令，那就是:

y<-x[x$group == which.max(tabulate(x$group)), ] 

但这只返回具有最大重复组元素数的组。

Answer 1

我不确定您是否需要一次完成所有输出。但这里有一个想法可能会有所帮助。为此，我正在使用 dplyr 包。因此，首先让我重新创建您作为输入提供的数据集:

library(dplyr)
DF <- data.frame(INPUT = c(4000,4000,2000,3000,2000,2000,2000), group = c(1,1,2,3,4,4,4))
df <- tbl_df(DF)
df

输出

  INPUT group
  (dbl) (dbl)
1  4000     1
2  4000     1
3  2000     2
4  3000     3
5  2000     4
6  2000     4
7  2000     4

现在我将创建一个辅助表，它会告诉我每个组有多少行，该表已经从最大到最小排序:

aux <- df %>% group_by(group) %>% summarise(n = n()) %>% arrange(-n)
aux

输出

  group     n
  (dbl) (int)
1     4     3
2     1     2
3     2     1
4     3     1

所以我们看到第 4 组出现了 3 次，第 1 组出现了两次，依此类推。现在我可以轻松地从最大值到最小值“提取”我想要的组:

ymax <- df %>% filter(group == aux$group[1])
y2 <- df %>% filter(group == aux$group[2])
y3 <- df %>% filter(group == aux$group[3])
ymin <- df %>% filter(group == aux$group[4])

输出

ymax
  INPUT group
  (dbl) (dbl)
1  2000     4
2  2000     4  
3  2000     4  

y2
  INPUT group
  (dbl) (dbl)
1  4000     1
2  4000     1  

y3
  INPUT group
  (dbl) (dbl)
1  2000     2  

ymin
  INPUT group
  (dbl) (dbl)
1  3000     3

希望对您有所帮助。
我只想补充一点，您当然可以一次获得所有这些:

ylist <- lapply(1:nrow(aux), function(x) {filter(df, group == aux$group[x])})

输出

[[1]]
Source: local data frame [3 x 2]

  INPUT group
  (dbl) (dbl)
1  2000     4
2  2000     4
3  2000     4

[[2]]
Source: local data frame [2 x 2]

  INPUT group
  (dbl) (dbl)
1  4000     1
2  4000     1

[[3]]
Source: local data frame [1 x 2]

  INPUT group
  (dbl) (dbl)
1  2000     2

[[4]]
Source: local data frame [1 x 2]

  INPUT group
  (dbl) (dbl)
1  3000     3