根据观察结果复制和修改数据帧的行 [R]

Question

这是这个问题的后续内容： Duplicating Observations of a dataframe, but also Replace Specific Variable Values in R

我尝试尽可能简洁地写，同时提供所有必要的信息。在当前示例中，我有一个如下所示的 df：

df<-data.frame(alpha=c(1, "3, 4", "2, 4, 5", 2, 1, 3, "1, 2", "1, 2, 3"), 
           beta=c("2, 4", "3, 4", 1, 3, 3, "1, 4", "1, 2", "1, 2, 3"),
           color=c("red", "yellow"))


#    alpha    beta  color
#1       1    2, 4    red
#2    3, 4    3, 4 yellow
#3 2, 4, 5       1    red
#4       2       3 yellow
#5       1       3    red
#6       3    1, 4 yellow
#7    1, 2    1, 2    red
#8 1, 2, 3 1, 2, 3 yellow

所需输出

我希望它最终看起来像这样（行的顺序对我来说并不那么重要）：

#  alpha beta  color value
#1     1    2    red     1
#2     1    4    red     1
#3     3    4 yellow   0.5
#4     2    1    red     1
#5     4    1    red     1
#6     5    1    red     1
#7     2    3 yellow     1
#8     1    3    red     1
#9     3    1 yellow     1
#10    3    4 yellow     1
#11    1    2    red   0.5
#12    1    2 yellow   0.5
#13    1    3 yellow   0.5
#14    2    3 yellow   0.5

每当观察到具有多个不重叠/不匹配条目的 alpha 或 beta 时，该观察就会扩展。例如，原始 df 的第 1 行有 alpha="1" 和 beta="2, 4"。它们在输出中成为两个单独的行，其中 beta 的“2”和“4”分开。每次观察都会保留变量“颜色”中保存的信息。此外，新变量“值”的值为 1。

这个问题和上一个问题之间的主要区别是存在 alpha==beta 的行。

在这里，我只想保留 alpha 和 beta 的独特组合，而不是重复的。例如，原始 df 的第 8 行具有 alpha="1, 2, 3" 和 beta="1, 2, 3"。我想要单独的行，其中“alpha = 1，beta = 2”，“alpha = 1，beta = 3”，“alpha = 2，beta = 3”。同样，“颜色”变量将被复制。然而，在这里，值需要是“0.5”。

我尝试过的：

我不知道如何一次性完成这一切，所以我首先根据 alpha 是否等于 beta 来对 df 进行子集化。

x <- df[df$alpha!=df$beta,]

df$alpha<-as.character(df$alpha)
df$beta<-as.character(df$beta)

fun1 <- function(df){
df$alpha<-as.character(df$alpha)
df$beta<-as.character(df$beta)

do.call(rbind, with(df, Map(expand.grid, 
                            alpha = strsplit(alpha, ", "),
                            beta = strsplit(beta, ", "),
                            color = color,
                            value = 1
)))
}

fun1(x)

这使：

  alpha beta  color value
#1     1    2    red     1
#2     1    4    red     1
#3     2    1    red     1
#4     4    1    red     1
#5     5    1    red     1
#6     2    3 yellow     1
#7     1    3    red     1
#8     3    1 yellow     1
#9     3    4 yellow     1

然后观察 alpha==beta ，这就是我陷入困境的地方......

x2 <- df[df$alpha==df$beta,]
x2

#    alpha    beta  color
#2    3, 4    3, 4 yellow
#7    1, 2    1, 2    red
#8 1, 2, 3 1, 2, 3 yellow

我的想法是使用分割数据strsplit，然后使用它combn来查找我正在寻找的组合并将其重新绑定在一起。但是，如果我想复制其他变量，这将不会像这样工作......

a<-strsplit(x2$alpha, ", ")
a.combs <- lapply(a, function(x) c(combn(x, 2, simplify=FALSE)))  
matrix(unlist(a.combs),ncol=2, byrow=T)

给出：

#    [,1] [,2]
#[1,] "3"  "4" 
#[2,] "1"  "2" 
#[3,] "1"  "2" 
#[4,] "1"  "3" 
#[5,] "2"  "3" 

任何关于如何获得这些组合以及预先存在的“颜色”变量以及添加新的“值”变量的想法都将受到高度赞赏。

Answer 1

我刚刚快速完成了此操作，所以我不确定它是否涵盖了您的所有条件，但这似乎有效。

它从几乎相同的点开始，使用我的cSplit函数，嵌套两次，如下所示（但这一次，添加一个 ID）：

library(devtools)
source_gist(11380733)
temp <- cSplit(cSplit(cbind(id = 1:nrow(df), df),
                      "alpha", ",", "long"), 
               "beta", ",", "long")

这是新内容：

SD <- c("alpha", "beta")
## Convert "alpha" and "beta" to numeric
temp[, (SD) := lapply(.SD, as.numeric), .SDcols = SD]

## Sort your alphas and betas, and check for duplicates
##   and any points where alpha equals beta
temp[, toDrop := duplicated(
  paste(pmin(alpha, beta), pmax(alpha, beta))) |
    alpha == beta, by = id]

## Create your "value" column
temp[, value := ifelse(any(toDrop), 0.5, 1), by = id]

## Subset and drop the irrelevant columns
out <- temp[!temp[, toDrop, with = TRUE]][, toDrop := NULL]

这是输出：

out
#     id alpha beta  color value
#  1:  1     1    2    red   1.0
#  2:  1     1    4    red   1.0
#  3:  2     3    4 yellow   0.5
#  4:  3     2    1    red   1.0
#  5:  3     4    1    red   1.0
#  6:  3     5    1    red   1.0
#  7:  4     2    3 yellow   1.0
#  8:  5     1    3    red   1.0
#  9:  6     3    1 yellow   1.0
# 10:  6     3    4 yellow   1.0
# 11:  7     1    2    red   0.5
# 12:  8     1    2 yellow   0.5
# 13:  8     1    3 yellow   0.5
# 14:  8     2    3 yellow   0.5