标签: spread

我正在操纵我的数据,发现我在这个过程中的某些方面做错了.当我探讨这个问题,这个问题归结为以下行为spread()的tidyr包.

这是一个示范性的例子.我们假设我们有一个如下数据框.

> d <- data.frame(factor1 = rep(LETTERS[1:3], each = 3),
+   factor2 = rep(paste0("level", c(1, 2, 10)), 3),
+   num = 1:9
+ )  
> d
  factor1 factor2 num
1       A  level1   1
2       A  level2   2
3       A level10   3
4       B  level1   4
5       B  level2   5
6       B level10   6
7       C  level1   7
8       C  level2   8
9       C level10   9

我想要做的是将这个长格式的数据帧转换为宽格式.我认为这spread()是一种方法.然而,结果并不是我的预期.

> spread(d, factor2, num)
  factor1 level1 level2 …

我有一个因子列.我想为每个因素分成一列,然后按每个id显示的因子计数填补空白.假设我们有:

car <- c("a","b","b","b","c","c","a","b","b","b","c","c")
type <- c("good", "regular", "bad","good", "regular", "bad","good", "regular", "bad","good", "regular", "bad")
car_type <- data.frame(car,type)

得到:

   car    type
1    a    good
2    b regular
3    b     bad
4    b    good
5    c regular
6    c     bad
7    a    good
8    b regular
9    b     bad
10   b    good
11   c regular
12   c     bad

我要这个:

> results
  car good regular bad
1   a    2       0   0
2   b    2       2   2
3   c    0       2   2

我尝试使用dplyr,但我并没有真正使用它,所以它不起作用. …

我在 Python 中缺少从长到宽的自发和轻松转换，反之亦然。想象一下，我有一个大而整洁的数据框，其中包含许多属性列和一个包含所有实际值的列，例如

PropA ... PropZ    Value
green     Saturn   400
green     Venus    3
red       Venus    2
.
.

数据本身通过保持整洁而得到很好的处理。但有时我必须对某些属性执行一些操作（例如，比较蜜蜂红色和绿色蜜蜂（对于与其他属性相似的所有项目）可能很有趣）。因此，直接的方法是尽可能保持整洁，只弄乱我感兴趣的某些属性（PropA）。随后，我可以使用我想要的任何函数执行逐行映射，并且我可以创建一个包含函数输出的附加 PropA-Entry。

然而，在 Python 中保持所有其他属性的整洁并不像我习惯使用 R 时那么容易。原因是，所有非关键属性都通过我找到的所有 pd 方法提交给索引。如果我想保留更多的专栏，那就一团糟。

那么你如何处理这个问题。有没有其他巧妙的方法来处理这些类型的问题？

我自己写了一个传播方法，但它非常慢。也许，你对我如何改进有一些想法。

#the idea is to group by the remaining properties, which should be left in the long format.
#then i spread the small tidy data table for any group
    @staticmethod
    def spread(df, propcol, valcol):
        def flip(data,pc,vc):
            data = data.reset_index(drop=True)
            return {data[pc][i]:[data[vc][i]] for i in range(0,len(data))}

        #index columns are all which are not …

我正在尝试spread（）几个键/值对，但公共值列不会折叠。我认为这可能与先前的处理有关，或更可能是我不知道散布两个或更多键/值对以获得我期望的结果的正确方法。

我从这个数据集开始：

library(tidyverse)

df <- tibble(order = 1:7,
             line_1 = c(23,8,21,45,68,31,24),
             line_2 = c(63,25,25,24,48,24,63),
             line_3 = c(62,12,10,56,67,25,35))

有2个预扩展步骤，用于定义在以下collect（）函数中创建的“计数”值的顺序。这是使用行号定义“ count”变量的原始顺序的第一个预扩展步骤：

ntrl <- df %>%
           gather(line_1,
                  line_2,
                  line_3,
                  key = "sector",
                  value = "count") %>%
           group_by(order) %>%
           mutate(sector_ord = row_number()) %>%
           arrange(order,
                   sector)

这是第二个预扩展步骤，用于定义“ count”变量的数字顺序：

ord <- ntrl %>%
            arrange(order,
                    count) %>%
            group_by(order) %>%
            mutate(num_ord = paste0("ord_",
                                    row_number(),
                                    sep=""))

最后是我一直在使用的传播代码：

wide <- ord %>%
            group_by(order) %>%
            spread(key = sector,
                   value = count) %>%
            spread(key = num_ord,
                   value = sector_ord)

我得到的是：

    order   line_1 …

如果您想尝试这些新功能（pivot_wide和pivot long），您需要安装 的开发版本tidyr：

devtools::install_github("tidyverse/tidyr")。

但我还没有实现它。我安装了一系列库，除了一个 ( vctrs) 之外，我不知道这是否是问题所在。

当我运行下一个代码时：

  mtcars_wide1 <- mtcars %>%
  pivot_wide(names_from = "am",
             values_from = "mpg")

R 找不到该函数。

你能给我推荐一些东西吗？

我想知道如何在传播后继续订购。

data<-tibble(var=c("A","C","D","B"), score=c(1,2,4,3))

data_spread <-data%>%spread(key = var, value = score)

我想保持 c("A","C","D","B") 的顺序。

我有一个数组中的对象状态（在我的 ReduxReducer 中）。

const initialState = {
      items: [
        { id: 1, dish: "General Chicken", price: 12.1, quantity: 0 },
       { id: 2, dish: "Chicken & Broccoli", price: 10.76, quantity: 0 },
        { id: 3, dish: "Mandaran Combination", price: 15.25, quantity: 0 },
        { id: 4, dish: "Szechuan Chicken", price: 9.5, quantity: 0 }
      ],
      addedItems: [],
     total: 0
    };

我有一个操作，当在 Cart.jsx 中单击按钮时，将对象的数量加 1，例如 {id:1，菜：Generals Chicken，价格：10.76，数量：0}。这是我尝试使用展开运算符的第一个Reducer：

case "ADD_QUANTITY":
  let existing_item = state.addedItems.find(
    item => action.payload === item.id
  );

  return { …

假设我有这些数据

4     1
4     0
4     1
3     0
5     1

SUM如果右侧的值为1,或者为true,我如何编写一个函数(使用或类似的东西)来添加左边的所有值

总数应为13

我有一个看起来像这样的数据框(见链接).我想获取下面产生的输出,并通过在n和平均变量上扩展色调变量更进一步.似乎这个主题可能会对此产生影响,但我无法使其工作: 是否可以在tidyr中的多个列上使用传播类似于dcast？

我希望最终表将源变量放在一列中,然后将tone-n和tone-avg变量放在列中.所以我希望列标题为"source" - "For - n" - "Against - n""For -Avg" - "Against - Avg".这是出版物,不是为了进一步计算,所以它是关于呈现数据.以这种方式呈现数据对我来说似乎更直观.谢谢.

#variable1
Politician.For<-sample(seq(0,4,1),50, replace=TRUE)
#variable2
Politician.Against<-sample(seq(0,4,1),50, replace=TRUE)
#Variable3
Activist.For<-sample(seq(0,4,1),50,replace=TRUE)
#variable4
Activist.Against<-sample(seq(0,4,1),50,replace=TRUE)
#dataframe
df<-data.frame(Politician.For, Politician.Against, Activist.For,Activist.Against)

#tidyr
df %>%
 #Gather all columns 
 gather(df) %>%
 #separate by the period character 
 #(default separation character is non-alpha numeric characterr) 
 separate(col=df, into=c('source', 'tone')) %>%
 #group by both source and tone  
 group_by(source,tone) %>%
 #summarise to create counts and average
 summarise(n=sum(value), avg=mean(value)) %>%
 #try to spread
 spread(tone, c('n', 'value'))

我正在为网络元分析准备数据,而且我很难对列进行分类.

如果我有这个初始数据集:

Study Trt       y    sd   n
1       1   -1.22  3.70  54
1       3   -1.53  4.28  95
2       1   -0.30  4.40  76 
2       2   -2.60  4.30  71
2       4    -1.2   4.3  81

我怎么能完成另一个呢？

Study Treatment1    y1  sd1  n1 Treatment2    y2  sd2  n2 Treatment3   y3 sd3 n3
    1     1          1 -1.22 3.70  54          3 -1.53 4.28  95         NA   NA  NA NA
    2     3          1 -0.30 4.40  76          2 -2.60 4.30  71          4 -1.2 4.3 81

我真的陷入了这一步,我真的很感激一些帮助......