如何为R中的每个组选择第二行和第三行
我需要为数据帧中的每个组选择第二个和第三个条目。我一直在努力,但还是出错了 样本数据:如何为R中的每个组选择第二行和第三行,r,dataframe,dplyr,R,Dataframe,Dplyr,我需要为数据帧中的每个组选择第二个和第三个条目。我一直在努力,但还是出错了 样本数据: USER.ID restaurant 3 aaaa 3 ababa 3 asddw 4 bbbb 4 wedwe 2 ewedw 1 qwqw 1 dwqd 1 dqed 1 ewewq
USER.ID restaurant
3 aaaa
3 ababa
3 asddw
4 bbbb
4 wedwe
2 ewedw
1 qwqw
1 dwqd
1 dqed
1 ewewq
期望输出:
USER.ID 2nd_restaurant 3rd_restaurant
3 ababa asddw
3 ababa asddw
3 ababa asddw
4 wedwe NA
4 wedwe NA
2 NA NA
1 dwqd dqed
1 dwqd dqed
1 dwqd dqed
1 dwqd dqed
我尝试使用dplyr,但我想由于数据量巨大,计算起来需要很长时间。有没有更有效的计算方法
我的代码:
data1 <- data %>%
arrange(USER.ID) %>%
group_by(USER.ID) %>%
mutate(second_restaurant = data[2,11]) %>%
mutate(third_restaurant = data[3,11])
data1%
排列(用户ID)%>%
分组依据(用户ID)%>%
突变(第二个餐厅=数据[2,11])%>%
变异(第三方餐厅=数据[3,11])
11是原始数据集中餐厅的列号。首先复制餐厅列,然后使用
mutate
提取相关值:
mydf %>%
mutate(restaurant2 = restaurant) %>%
group_by(USER.ID) %>%
mutate(restaurant = restaurant[2], restaurant2 = restaurant2[3])
# Source: local data frame [10 x 3]
# Groups: USER.ID
#
# USER.ID restaurant restaurant2
# 1 3 ababa asddw
# 2 3 ababa asddw
# 3 3 ababa asddw
# 4 4 wedwe NA
# 5 4 wedwe NA
# 6 2 NA NA
# 7 1 dwqd dqed
# 8 1 dwqd dqed
# 9 1 dwqd dqed
# 10 1 dwqd dqed
或者,更好的是(礼貌@StevenBeaupré):
或者,如果您更喜欢“data.table”来解释@davidernburg,您可以尝试:
library(data.table)
as.data.table(mydf)[, `:=`(restaurant_2 = restaurant[2L],
restaurant_3 = restaurant[3L]), by = USER.ID][]
或者,您甚至可以使用base R:
mydf[c("restaurant_2", "restaurant_3")] <- with(mydf, lapply(c(2, 3), function(x) {
ave(restaurant, USER.ID, FUN = function(y) y[x])
}))
mydf[c(“餐厅2”、“餐厅3”)]如果您的数据帧的行名称中有一个简单的顺序,使用模运算符也可能是一种方法(下面选择每第2行,将2更改为n以选择每第n行):
我打算用data.table
发布几乎相同的内容,所以我将把它放在库(data.table)中;setDT(df)[,`:=`(restaurant_2=restaurant[2L],restaurant_3=restaurant[3L]),by=USER.ID]
或不使用transmute()
和nth()
重新压缩第一列:df%>%group_by(USER.ID)%%>%transmute(restaurant2=nth(restaurant,2),restaurant3=nth(restaurant,3))
@people!这是真的。我没有这些答案,所以请随意使用编辑按钮:-)
mydf[c("restaurant_2", "restaurant_3")] <- with(mydf, lapply(c(2, 3), function(x) {
ave(restaurant, USER.ID, FUN = function(y) y[x])
}))
mydf %>% filter(as.numeric(row.names(.)) %% 2 == 0)