r - 将 "missed"数字的数据帧转换为数字 "hit"的数据帧

Question

我有一个很具体的疑问，但应该很容易解决，我只是想不出如何...

我有一个像这样的简单数据框:

mydf <- data.frame(Shooter=1:3, Targets.missed=c(paste(sample(1:10,4),collapse=";"), paste(sample(1:10,5),collapse=";"), paste(sample(1:10,8),collapse=";")))
mydf
  Shooter   Targets.missed
1       1          3;8;4;7
2       2       10;1;5;7;4
3       3 5;9;4;10;8;1;6;7

此数据框告诉我每个 Shooter 错过的 Targets(从 1 到 10)。

我想获得一个不同的数据框，根据 Target 告诉我哪个 Shooter 成功了。

结果是:

Target   hit.by.Shooters
1        1
2        1;2;3
3        2;3
4        NA
5        1
6        1;2
7        NA
8        2
9        1;2
10       1

Answer 1

我们通过将 'Targets.missed' 的 ; 拆分为 'long' 格式来扩展数据，然后按 'Shooter' 分组，summarise 用 list 不在 1:10 的“Targets.missed”中的数字，unnest list 列，按“Target”分组，通过将 unique 'Shooter' 元素粘贴到一个字符串中来总结，并用 NA< 填充从 1:10 开始缺少的元素 通过使用 complete

library(tidyverse)
mydf %>% 
   separate_rows(Targets.missed) %>% 
   group_by(Shooter) %>%
   summarise(Target = list(setdiff(1:10, Targets.missed))) %>% 
   unnest %>% 
   group_by(Target) %>%
   summarise(hit.by.Shooters = paste(unique(Shooter), collapse=";")) %>% 
   complete(Target = 1:10) 
# A tibble: 10 x 2
#   Target hit.by.Shooters
#    <int> <chr>          
# 1      1 1              
# 2      2 1;2;3          
# 3      3 2;3            
# 4      4 <NA>           
# 5      5 1              
# 6      6 1;2            
# 7      7 <NA>           
# 8      8 2              
# 9      9 1;2            
#10     10 1        

---

或者另一种选择是 base R 通过将“Targets.missed”(假设 character 类)拆分为 的 list vector，遍历list，获取不在1:10内的值(使用setdiff)，设置list的名称 与 'Shooter' 列，堆叠 key/val list 对成两列 data.frame，得到 unique行，通过粘贴按“values”分组的“ind”列聚合，merge与 1:10 的完整“values”数据集

out <-  aggregate(ind ~ values, 
  unique(stack(setNames(lapply(strsplit(mydf$Targets.missed, ';'), 
    setdiff, x= 1:10), mydf$Shooter))), FUN = paste, collapse=";")
out1 <- merge(data.frame(values = 1:10), out, all.x = TRUE)

必要时更改列名

names(out1) <- c('Target', 'hit.by.Shooters')

数据

mydf <- structure(list(Shooter = 1:3, Targets.missed = c("3;8;4;7", "10;1;5;7;4", 
 "5;9;4;10;8;1;6;7")), class = "data.frame", row.names = c("1", 
 "2", "3"))