r - 将未标记的计数分配给其他标记

Question

我有一张很长的 table ，看起来像这样:

library(tidyverse)
x=structure(list(id = c(1L, 1L, 1L, 2L, 2L, 2L), loc = c("A", "B", "?", "A", "B", "?"), count1 = c(10L, 20L, 50L, 5L, 22L, 10L), count2 = c(324L, 564L, 121L, 87L, 66L, 445L)), row.names = c(NA, -6L), class = c("tbl_df", "tbl", "data.frame"))
x
#> # A tibble: 6 x 4
#>      id loc   count1 count2
#>   <int> <chr>  <int>  <int>
#> 1     1 A         10    324
#> 2     1 B         20    564
#> 3     1 ?         50    121
#> 4     2 A          5     87
#> 5     2 B         22     66
#> 6     2 ?         10    445

对于每个 id，我想将 loc 未知的计数统一分配给 loc A 和 loc B。

例如，对于id==1 和列count1，loc A 代表总数的1/3，因此50 的1/3 分配给组A 50 的 2/3 分配给 B 组，分别以 26.7 和 53.3 结束。然后应删除具有未知 loc 的行。

除了 A、B 或 ? 之外，loc 没有(当前)其他可能的值。

A/A+B 的比率对于每个计数和每个 id 都是不同的。

我尝试了多种方法来做到这一点，包括旋转和移调，但我从未设法达到预期的结果。

这是完整的预期输出:

expected=structure(list(id = c(1L, 1L, 2L, 2L), loc = c("A", "B", "A", "B"), count1 = c(26.67, 53.33, 6.85, 30.15), count2 = c(368.15, 640.85, 340.04, 257.96)), row.names = c(NA, -4L), class = c("tbl_df", "tbl", "data.frame"))

expected
#> # A tibble: 4 x 4
#>      id loc   count1 count2
#>   <int> <chr>  <dbl>  <dbl>
#> 1     1 A      26.7    368.
#> 2     1 B      53.3    641.
#> 3     2 A       6.85   340.
#> 4     2 B      30.2    258.

#Totals are obviously the same:
x %>% group_by(id) %>% summarise(across(count1:count2, sum))
#> # A tibble: 2 x 3
#>      id count1 count2
#>   <int>  <int>  <int>
#> 1     1     80   1009
#> 2     2     37    598
expected %>% group_by(id) %>% summarise(across(count1:count2, sum))
#> # A tibble: 2 x 3
#>      id count1 count2
#>   <int>  <dbl>  <dbl>
#> 1     1     80   1009
#> 2     2     37    598

^{由 reprex package 创建于 2021-07-16 (v2.0.0)}

Answer 1

也许这有帮助

library(dplyr)
x %>% 
  group_by(id) %>%
  mutate(across(starts_with('count'), ~ {
        tmp <- .
        i1 <- loc == '?'
        tmp[!i1] <- tmp[!i1] + tmp[!i1]/
       sum(tmp[!i1]) * tmp[i1] 
      tmp})) %>%
  ungroup %>%
  filter(loc != '?')

-输出

# A tibble: 4 x 4
     id loc   count1 count2
  <int> <chr>  <dbl>  <dbl>
1     1 A      26.7    368.
2     1 B      53.3    641.
3     2 A       6.85   340.
4     2 B      30.1    258.