R 将数据帧展开为行对的组合
我有一个数据框,它包含一个标识符/键列,后跟几行值列。 我希望通过将键列中唯一的条目对作为新行来扩展数据列,并使用对应行中条目的二进制操作来转换值列 例如 某些列可能包含或不包含缺少的值 我想要的是获取每对SYS条目,例如SYS1 SYS2,并对相应的值行计算一个二进制操作 例如,SYS1 SYS2 dE_water_freeSYS==SYS1-dE_water_freeSYS==SYS2。。。等R 将数据帧展开为行对的组合,r,dataframe,R,Dataframe,我有一个数据框,它包含一个标识符/键列,后跟几行值列。 我希望通过将键列中唯一的条目对作为新行来扩展数据列,并使用对应行中条目的二进制操作来转换值列 例如 某些列可能包含或不包含缺少的值 我想要的是获取每对SYS条目,例如SYS1 SYS2,并对相应的值行计算一个二进制操作 例如,SYS1 SYS2 dE_water_freeSYS==SYS1-dE_water_freeSYS==SYS2。。。等 SYS1 SYS2 dE_water_free dE_wate
SYS1 SYS2 dE_water_free dE_water_periodic ...etc.
1 4NTJ_D294N 4NTJ_wild 114.489 105.610
2 4NTJ_D294N 4PXZ_D294N -3.112 5.832
... etc.
我可以使用combn函数从SYSTEM列获取一个对数组,以形成SYS1和SYS2中的条目,但我不确定如何使用它来构建新的数据帧
我知道一种选择是使用mapply之类的工具,手工单独构建每一列,然后将它们全部粘贴到新的数据框中,但这似乎会很麻烦,而且速度很慢,应该有一个更自动的功能来完成,比如重塑、合并或重铸。。。但我似乎不知道该怎么做。这里有两个解决方案,它们将数据的笛卡尔积/连接自身
在基R中,我考虑外部:
outer非常适合这种类型的问题:de_wf <- with(Test_data, setNames(dE_water_free, SYS))
outer(de_wf, de_wf, `-`)
弗兰克的解决方案看起来简单多了。但这里有另一种合并方法
# Set Up
Test.data <- data.frame(
Col1 = c(1,1,1,1,1,1),
SYS = c("4NTJ_D294N",'4NTJ_wild',"4PXZ_D294N","4PXZ_wild","4PY0_D294N","4PY0_wild"),
dE_water_free = c(-56.542,-171.031,-53.43,-59.99,-77.04,-79.08)
)
基于dplyr的新思路
library("dplyr")
nuDat <- dplyr::left_join(
dplyr::select(Test.data, Col1, SYS1 = SYS, dE_water_free1 = dE_water_free),
dplyr::select(Test.data, Col1, SYS2 = SYS, dE_water_free2 = dE_water_free),
by = "Col1"
) %>%
dplyr::mutate(
dE_water_free = dE_water_free1 - dE_water_free2
) %>%
dplyr::filter(SYS1 != SYS2) %>%
dplyr::select(
SYS1, SYS2, dE_water_free
)
你的梳子是个不错的选择。试试这个:
combos<-combn(Test_data$SYS,2)
water<-combn(Test_data$dE_water_free,2,FUN=function(x) x[1]-x[2])
data.frame(SYS1=combos[1,],SYS2=combos[2,],water,stringsAsFactors=FALSE)
# SYS1 SYS2 water
#1 4NTJ_D294N 4NTJ_wild 114.489
#2 4NTJ_D294N 4PXZ_D294N -3.112
#3 4NTJ_D294N 4PXZ_wild 3.448
#4 4NTJ_D294N 4PY0_D294N 20.498
#5 4NTJ_D294N 4PY0_wild 22.538
........
松散相关:顺便说一句,如果您想要所有对,比如A、B和B、A,那么您需要在data.table包中使用expand.grid或CJ,而不是combn,我想。@BrodieG-Yup。你的设置名称是一个很好的捷径:嗯。。。我从CRAN下载了optiRum软件包,并尝试运行:res@wmsmith我只是复制粘贴了我链接到的答案中的函数,结果成功了。有趣的是,我在制作相关矩阵时可能必须记住这个命令。不幸的是,我需要对几个值列这样做,这样我才能绘制图,这样矩阵/网格方法可能对我不起作用。是否可以自动将其应用于原始数据帧中的每一个值列,或者我必须对每一列重复此操作?这在使用mapply包装时确实有效:>mapplyfunctiony combnTest_data[,y],2,FUN=functionx x[1]-x[2],cdE_water_free,dE_water_
de_wf <- with(Test_data, setNames(dE_water_free, SYS))
outer(de_wf, de_wf, `-`)
4NTJ_D294N 4NTJ_wild 4PXZ_D294N 4PXZ_wild 4PY0_D294N 4PY0_wild
4NTJ_D294N 0.000 114.489 -3.112 3.448 20.498 22.538
4NTJ_wild -114.489 0.000 -117.601 -111.041 -93.991 -91.951
4PXZ_D294N 3.112 117.601 0.000 6.560 23.610 25.650
4PXZ_wild -3.448 111.041 -6.560 0.000 17.050 19.090
4PY0_D294N -20.498 93.991 -23.610 -17.050 0.000 2.040
4PY0_wild -22.538 91.951 -25.650 -19.090 -2.040 0.000
# Set Up
Test.data <- data.frame(
Col1 = c(1,1,1,1,1,1),
SYS = c("4NTJ_D294N",'4NTJ_wild',"4PXZ_D294N","4PXZ_wild","4PY0_D294N","4PY0_wild"),
dE_water_free = c(-56.542,-171.031,-53.43,-59.99,-77.04,-79.08)
)
library("dplyr")
nuDat <- dplyr::left_join(
dplyr::select(Test.data, Col1, SYS1 = SYS, dE_water_free1 = dE_water_free),
dplyr::select(Test.data, Col1, SYS2 = SYS, dE_water_free2 = dE_water_free),
by = "Col1"
) %>%
dplyr::mutate(
dE_water_free = dE_water_free1 - dE_water_free2
) %>%
dplyr::filter(SYS1 != SYS2) %>%
dplyr::select(
SYS1, SYS2, dE_water_free
)
combos<-combn(Test_data$SYS,2)
water<-combn(Test_data$dE_water_free,2,FUN=function(x) x[1]-x[2])
data.frame(SYS1=combos[1,],SYS2=combos[2,],water,stringsAsFactors=FALSE)
# SYS1 SYS2 water
#1 4NTJ_D294N 4NTJ_wild 114.489
#2 4NTJ_D294N 4PXZ_D294N -3.112
#3 4NTJ_D294N 4PXZ_wild 3.448
#4 4NTJ_D294N 4PY0_D294N 20.498
#5 4NTJ_D294N 4PY0_wild 22.538
........