用子集平均值替换向量值的子集

Question

我有一个有点困惑的数据框，其中对主题进行了排名，但有些与排名相关。

    subj<-c("A","B","C,D,E","C,D,E","C,D,E","F","G,H","G,H","I")
    rank<-c(1,2,3,4,5,6,7,8,9)
    df<-data.frame(rank,subj)
    df
       rank  subj
    1    1     A
    2    2     B
    3    3 C,D,E
    4    4 C,D,E
    5    5 C,D,E
    6    6     F
    7    7   G,H
    8    8   G,H
    9    9     I   

如果个人并列，我需要将他们的排名表示为并列位置的平均值。类似的东西

    n.rank n.subj
1    1.0      A
2    2.0      B
3    4.0      C
4    4.0      D
5    4.0      E
6    6.0      F
7    7.5      G
8    7.5      H
9    9.0      I

我尝试过使用 strngsplit() 并按等级命名列表元素，但最终得到的数据框似乎同样难以处理。

 a<-strsplit(as.character(df$subj),",")
 names(a)<-df$rank
 b<-melt(a)
 colnames(b)<-c("n.subj","n.rank")
 b[1:10,]
     n.subj n.rank
 1       A      1
 2       B      2
 3       C      3
 4       D      3
 5       E      3
 6       C      4
 7       D      4
 8       E      4
 9       C      5
 10      D      5

当我使用 gregexpr() 和 regmatches() 尝试识别需要平均的排名时，我也陷入了死胡同。

    m<-gregexpr(",+",df$subj)
    df$no.avg<-melt(lapply(regmatches(df$subj, m),length))[,1]+1
    df
     rank  subj no.avg
  1    1     A      1
  2    2     B      1
  3    3 C,D,E      3
  4    4 C,D,E      3
  5    5 C,D,E      3
  6    6     F      1
  7    7   G,H      2
  8    8   G,H      2
  9    9     I      1

有什么创造性的解决方案吗？非常感谢。

Answer 1

这是我的尝试。我首先计算平均排名，然后将相同排名的受试者分成几行。

library(tidyverse)
options(stringsAsFactors = FALSE)
subj <- c("A", "B", "C,D,E", "C,D,E", "C,D,E", "F", "G,H", "G,H", "I")
rank <- c(1, 2, 3, 4, 5, 6, 7, 8, 9)
df <- data.frame(rank, subj)

df %>% 
  group_by(subj) %>% 
  summarise(rank = mean(rank)) %>% 
  rowwise() %>% 
  do(tibble(subj = unlist(strsplit(.$subj, ",")), rank = .$rank)) %>% 
  ungroup()

输出:

# A tibble: 9 × 2
   subj  rank
* <chr> <dbl>
1     A   1.0
2     B   2.0
3     C   4.0
4     D   4.0
5     E   4.0
6     F   6.0
7     G   7.5
8     H   7.5
9     I   9.0

<小时/>

另一种方法:

m <- aggregate(rank~subj, data=df, mean)
m <- apply(m, 1, function(x) data.frame(subj = unlist(strsplit(x[1], ",")), rank = x[2]))
m <- do.call(rbind, m)
rownames(m) <- NULL
m

输出:

subj rank
1    A  1.0
2    B  2.0
3    C  4.0
4    D  4.0
5    E  4.0
6    F  6.0
7    G  7.5
8    H  7.5
9    I  9.0