r - 如何基于向量对数据帧进行子集化，然后在 dplyr 中分组

Question

我在 R 中有以下数据框

 ID        Blocks
 123       2D
 345       2E
 324       2D
 567       4F
 678       5E
 444       2D
 145       2D

现在我想根据向量对数据帧进行子集化，然后在每个子集上应用分组依据

例如 vec <- c(2,3,2)现在首先它应该用前两行对数据框进行子集

 df <- df[1:2,]
 df %>%
 group_by(Blocks) %>%
 summarise(count = n())

然后它应该用接下来的 3 行对数据帧进行子集化

 df <- df[3:5,]
 df %>%
 group_by(Blocks) %>%
 summarise(count = n())

等等。所需的输出将是，

 Subset    2D    2E     4F     5E
  2         1     1     0      0
  3         1     0     1      1
  2         2     0     0      0

我可以单独使用上面的代码，但是我的数据框很大，我必须多次对其进行子集化。我们怎样才能在 R 中更有效地做到这一点？

Answer 1

我们可以使用 rep 创建一个分组变量，用于将数据集拆分为“data.frame”的列表，然后使用map，获取count

library(tidyverse)
split(df, rep(seq_along(vec), vec)) %>% 
              map(~ .x %>%
                      count(Blocks))

---

或者另一种选择是基于 'vec' 创建一个 'grp' 列(以更符合预期的输出，即 'wide' 数据集，以及作为 'vec' 实际值的 'Subset' , 汇总以获得频率并将数据传播为“宽”格式

df %>%
   filter(row_number() <= sum(vec)) %>% #based on the comments from OP
   mutate(Subset = rep(vec, vec)) %>%
   group_by(grp = rep(seq_along(vec), vec), Blocks) %>%
   summarise(Subset = first(Subset), n = n())%>%
   ungroup %>%
   spread(Blocks, n, fill = 0) %>%
   select(-grp)
# A tibble: 3 x 5
#   Subset  `2D`  `2E`  `4F`  `5E`
#*  <dbl> <dbl> <dbl> <dbl> <dbl>
#1   2.00  1.00  1.00  0     0   
#2   3.00  1.00  0     1.00  1.00
#3   2.00  2.00  0     0     0