- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在使用 R 中的数据框,其中包含以下列:
我想创建一个新的数据框,其中包含我的列的所有可能组合(数据应该相乘),并按照下表填充数据。棘手的部分是,如果变量的较高组合的值为 1,则所有较低的组合都应设为零。例如,在第三行; a=1,b=1,c=1。此处,abc = 1 并且所有其他组合都应设为 NA,因为它们是 abc 的子集。我的原始数据框中有 6 列,因此使事情变得更加复杂。
最佳答案
我建议使用
na.act <- getOption('na.action')
options('na.action' = na.pass)
# Create wide data.
df_wide <- as.data.frame(model.matrix(~ (.)^3 - RESPID, #replace 3 with the number of columns in your data
data = df))
options('na.action' = na.act)
df_wide$RESPID <- df$RESPID
花了一点时间,我想出了一个解决方案。它需要大量转换数据、分组、嵌套,并且可能比@Jonas 提供的答案效率更低。但它是逐步完成工作的。它是……有点可读性,并在其他方面进行了评论。它是使用 3 个基本步骤作为我的主要想法完成的。它们在代码中有描述,但代码本身没有很好的记录。
初始化:
df <- data.frame(RESPID = 1:3, A = c(1, NA, 1), B = c(NA, 1, 1), C = c(1, 1, 1))
# Start by creating a wide data.frame using model.matrix
na.act <- getOption('na.action')
options('na.action' = na.pass)
df_wide <- as.data.frame(model.matrix(~ (.- RESPID)^3 - 1, #replace 3 with the number of columns in your data
data = df))
options('na.action' = na.act)
df_wide$RESPID <- df$RESPID
df_wide
第一步:
# Next lets get the groups that should actually be filled.
# To do this, we'll
# first) make a "long" format, with all the values that are currently filled.
# second) Find the active columns (A, B, C in this case) for the values that are filled, and count the number of active columns
# third) Find the maximum number of active columns for each active column (A, B, C)
# It is not very readable.
library(tidyverse)
library(stringr)
# Create a long version of the data, and split columns into multiple names.
df_longer <- pivot_longer(df_wide, cols = 1:7) %>%
mutate(name_split = str_split(name, ':')) %>%
mutate(col_count = lengths(name_split)) %>%
unnest_wider(name_split) %>%
# Sort by the number of letters used.
arrange(col_count) %>%
rename('First_active' = '...1',
'Second_Active' = '...2',
'Third_Active' = '...3') %>%
pivot_longer(cols = 4:6,
names_to = 'second_name',
values_to = 'second_value')
第 2 步(和第 3 步):
# Find the columns with maximum number of letters used:
max_indx <-
df_longer %>% group_by(second_name) %>%
drop_na(second_value, value) %>%
ungroup() %>%
select(RESPID, second_value, value, col_count) %>%
group_by(second_value, RESPID) %>%
summarize(indx_max = max(col_count), .groups = 'drop') %>%
group_by(RESPID) %>%
nest(data = second_value) %>%
select(data) %>%
mutate(colname = paste0(data[[1]][[1]], collapse = ':')) %>%
ungroup() %>%
select(-data)
# Print for visualization
max_indx
# A tibble: 3 x 2
RESPID colname
<int> <chr>
1 1 A:C
2 3 A:B:C
3 2 B:C
第 3 步(或第 4 步?):
# Now that we have the max indices, lets overwrite the values in df_wide
for(i in seq_len(nrow(max_indx))){
name <- max_indx$colname[max_indx$RESPID == i]
df_wide[df_wide$RESPID == i, name] <- 1
df_wide[df_wide$RESPID == i, colnames(df_wide)[!colnames(df_wide) %in% c(name, 'RESPID')]] <- 0
}
df_wide
A B C A:B A:C B:C A:B:C RESPID
1 0 0 0 0 1 0 0 1
2 0 0 0 0 0 1 0 2
3 0 0 0 0 0 0 1 3
关于python - 在 R 中创建我的数据框列的所有可能组合,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/64685666/
我正在 csv 上使用 hadoop 来分析一些数据。我使用sql/mysql(不确定)来分析数据,现在陷入了僵局。 我花了好几个小时在谷歌上搜索,却没有找到任何相关的东西。我需要一个查询,在该查询中
我正在为 Bootstrap 网格布局的“简单”任务而苦苦挣扎。我希望在大视口(viewport)上有 4 列,然后在中型设备上有 2 列,最后在较小的设备上只有 1 列。 当我测试我的代码片段时,似
对于这个令人困惑的标题,我深表歉意,我想不出这个问题的正确措辞。相反,我只会给你背景信息和目标: 这是在一个表中,一个人可能有也可能没有多行数据,这些行可能包含相同的 activity_id 值,也可
具有 3 列的数据库表 - A int , B int , C int 我的问题是: 如何使用 Sequelize 结果找到 A > B + C const countTasks = await Ta
我在通过以下功能编写此查询时遇到问题: 首先按第 2 列 DESC 排序,然后从“不同的第 1 列”中选择 只有 Column1 是 DISTINCT 此查询没有帮助,因为它首先从第 1 列中进行选择
使用 Bootstrap 非常有趣和有帮助,目前我在创建以下需求时遇到问题。 “使用 bootstrap 在桌面上有 4 列,在平板电脑上有 2 列,在移动设备上有 1 列”谁能告诉我正确的结构 最佳
我是 R 新手,正在问一个非常基本的问题。当然,我在尝试从所提供的示例中获取指导的同时做了功课here和 here ,但无法在我的案例中实现这个想法,即可能是由于我的问题中的比较维度更大。 我的实
通常我会使用 R 并执行 merge.by,但这个文件似乎太大了,部门中的任何一台计算机都无法处理它! (任何从事遗传学工作的人的附加信息)本质上,插补似乎删除了 snp ID 的 rs 数字,我只剩
我有一个 df , delta1 delta2 0 -1 2 0 -1 0 0 0 我想知道如何分配 delt
您好,我想知道是否可以执行以下操作。显然,我已经尝试在 phpMyAdmin 中运行它,但出现错误。也许还有另一种方式来编写此查询。 SELECT * FROM eat_eat_restaurants
我有 2 个列表(标题和数据值)。我想要将数据值列 1 匹配并替换为头文件列 1,以获得与 dataValue 列 1 和标题值列 2 匹配的值 头文件 TotalLoad,M0001001 Hois
我有两个不同长度的文件,file2 是一个很大的引用文件,我从中提取文件 1 的数据。 我有一行 awk,我通常会对其进行调整以在我的文件中进行查找和替换,但它总是在同一列中进行查找和替换。 所以对于
假设我有两个表,如下所示。 create table contract( c_ID number(1) primary key, c_name varchar2(50) not
我有一个带有 varchar 列的 H2 表,其检查约束定义如下: CONSTRAINT my_constraint CHECK (varchar_field <> '') 以下插入语句失败,但当我删
这是最少量的代码,可以清楚地说明我的问题: One Two Three 前 2 个 div 应该是 2 个左列。第三个应该占据页面的其余部分。最后,我将添加选项来隐藏和
在 Azure 中的 Log Analytics 中,我为 VM Heartbeat 选择一个预定义查询,我在编辑器中运行查询正常,但当我去创建警报时,我不断收到警报“查询未返回 TimeGenera
在 Azure 中的 Log Analytics 中,我为 VM Heartbeat 选择一个预定义查询,我在编辑器中运行查询正常,但当我去创建警报时,我不断收到警报“查询未返回 TimeGenera
今天我开始使用 JexcelApi 并遇到了这个:当您尝试从特定位置获取元素时,不是像您通常期望的那样使用sheet.getCell(row,col),而是使用sheet.getCell(col,ro
我有一个包含 28 列的数据库。第一列是代码,第二列是名称,其余是值。 public void displayData() { con.Open(); MySqlDataAdapter
我很沮丧:每当我缩小这个网页时,一切都变得一团糟。我如何将网页居中,以便我可以缩小并且元素不会被错误定位。 (它应该是 2 列,但所有内容都合并为 1)我试过 但由于某种原因,这不起作用。 www.o
我是一名优秀的程序员,十分优秀!