基于共享组值的系数新列[R]
假设我有以下数据。我感兴趣的是创建一个新的因素列，以捕获基于共享组值的系数新列[R],r,dplyr,R,Dplyr,假设我有以下数据。我感兴趣的是创建一个新的因素列，以捕获Item_I、Item_j和/或Item_k是否对每个类别a、B、C、D等编码为“1” dat <- data.frame(c("A","A","B","B","C","C","D","D"), c("x","y","y","z","x","z","y","z"), c(1,0,0,1,1,0,0,0), c(0,1,1,0,0,0,1,0), c(0,0,0,1,0,1,0,1)) names(dat) <- c("Categ
Item_IItem_jItem_kdat <- data.frame(c("A","A","B","B","C","C","D","D"), c("x","y","y","z","x","z","y","z"), c(1,0,0,1,1,0,0,0), c(0,1,1,0,0,0,1,0), c(0,0,0,1,0,1,0,1))
names(dat) <- c("Categories","Aspects","Item_i", "Item_j", "Item_k")
dat$FactorCol Categories Aspects Item_i Item_j Item_k FactorCol
1 A x 1 0 0 i and j
2 A y 0 1 0 i and j
3 B y 0 1 0 i and j and k
4 B z 1 0 1 i and j and k
5 C x 1 0 0 i and k
6 C z 0 0 1 i and k
7 D y 0 1 0 j and k
8 D z 0 0 1 j and k
在我的数据中，分类也不是每两行整齐地重新启动一次。我猜
dplyr（）类别项目最大ijkdatleft\u连接
library(dplyr)
cols <- c('i', 'j', 'k')
dat %>%
group_by(Categories) %>%
summarise(across(starts_with('Item_'), max)) %>%
#In old dplyr
#summarise_at(vars(starts_with('Item_')), max)
mutate(FactorCol = purrr::pmap_chr(select(., starts_with('Item_')),
~toString(cols[c(...) == 1]))) %>%
select(Categories, FactorCol) %>%
left_join(dat, by = 'Categories')
# Categories FactorCol Items Item_i Item_j Item_k
# <chr> <chr> <chr> <dbl> <dbl> <dbl>
#1 A i, j x 1 0 0
#2 A i, j y 0 1 0
#3 B i, j, k y 0 1 0
#4 B i, j, k z 1 0 1
#5 C i, k x 1 0 0
#6 C i, k z 0 0 1
#7 D j, k y 0 1 0
#8 D j, k z 0 0 1
库（dplyr）
科尔斯%
按（类别）分组%>%
总结（跨越（以（'Item'）开头，最大值））%>%
#在旧dplyr中
#总结（变量（以（'Item'）开头），最大值）
突变（FactorCol=purrr:：pmap_chr（选择（，以（'Item_uu'））开头），
~toString（cols[c（…）==1]））%>%
选择（类别、工厂成本）%>%
左联合（dat，by='Categories'）
#类别工厂存货项目项目_i项目_j项目_k
#
#1ai，jx100
#2 A i，j y 0 1 0
#3b i，j，k y 0 1 0
#4BI，j，KZ101
#5ci，kx100
#6ci，kz01
#7dj，ky0110
#8dj，kz01
对于每个类别
，我们可以获得项
列的最大值
值，对于我们在每行分配i
、j
或k
值的列。为了获得相同数量的行，我们使用datleft\u连接
library(dplyr)
cols <- c('i', 'j', 'k')
dat %>%
group_by(Categories) %>%
summarise(across(starts_with('Item_'), max)) %>%
#In old dplyr
#summarise_at(vars(starts_with('Item_')), max)
mutate(FactorCol = purrr::pmap_chr(select(., starts_with('Item_')),
~toString(cols[c(...) == 1]))) %>%
select(Categories, FactorCol) %>%
left_join(dat, by = 'Categories')
# Categories FactorCol Items Item_i Item_j Item_k
# <chr> <chr> <chr> <dbl> <dbl> <dbl>
#1 A i, j x 1 0 0
#2 A i, j y 0 1 0
#3 B i, j, k y 0 1 0
#4 B i, j, k z 1 0 1
#5 C i, k x 1 0 0
#6 C i, k z 0 0 1
#7 D j, k y 0 1 0
#8 D j, k z 0 0 1
库（dplyr）
科尔斯%
按（类别）分组%>%
总结（跨越（以（'Item'）开头，最大值））%>%
#在旧dplyr中
#总结（变量（以（'Item'）开头），最大值）
突变（FactorCol=purrr:：pmap_chr（选择（，以（'Item_uu'））开头），
~toString（cols[c（…）==1]））%>%
选择（类别、工厂成本）%>%
左联合（dat，by='Categories'）
#类别工厂存货项目项目_i项目_j项目_k
#
#1ai，jx100
#2 A i，j y 0 1 0
#3b i，j，k y 0 1 0
#4BI，j，KZ101
#5ci，kx100
#6ci，kz01
#7dj，ky0110
#8dj，kz01
即使加载了dplyr（）和purrr（），这也会为我抛出一个错误：Cross中的错误（以（“Item”），max开始）：找不到函数“Cross”Cross
是新的dplyr
。如果没有1.0.0，请使用在（变量（以（'Item_uu'）开头）、max）处总结。我在最初的回答中已经把它作为一个评论。这是一个很酷的解决方案，尽管我还不能完全理解，还需要进一步的研究来理解它的工作原理。只有一个问题：对于任何NA类别，它都返回i，j，k
。您如何让它返回NA intead？我认为如果您在max
中添加NA.rm=TRUE
，它应该会修复它<代码>总结（变量（以（'Item'））开头），max，na.rm=TRUE）
不幸的是，这并不能解决问题。它很容易通过另一个操作修复。我只是担心引擎盖下面有什么不对劲。看起来还可以用，否则的话！感谢您的帮助，即使加载了dplyr（）和purrr（），这也会为我抛出一个错误：Cross中的错误（以（“Item”），max开头）：找不到函数“Cross”Cross
是新的dplyr
。如果没有1.0.0，请使用在（变量（以（'Item_uu'）开头）、max）处总结。我在最初的回答中已经把它作为一个评论。这是一个很酷的解决方案，尽管我还不能完全理解，还需要进一步的研究来理解它的工作原理。只有一个问题：对于任何NA类别，它都返回i，j，k
。您如何让它返回NA intead？我认为如果您在max
中添加NA.rm=TRUE
，它应该会修复它<代码>总结（变量（以（'Item'））开头），max，na.rm=TRUE）
不幸的是，这并不能解决问题。它很容易通过另一个操作修复。我只是担心引擎盖下面有什么不对劲。看起来还可以用，否则的话！谢谢你的帮助