Question

如何折叠我的数据框，其中许多观察有多行，但最多只有一个值用于几个不同的变量？

这就是我所拥有的：

id  title info                 var1     var2        var3
1   foo   Some string here     string 1     
1   foo   Some string here              string 2 
1   foo   Some string here                          string 3
2   bar   A different string   string 4 string 5    
2   bar   A different string                        string 6
3   baz   Something else       string 7             string 8

这就是我想要的：

id  title info                  var1        var2        var3
1   foo   Some string here      string 1    string 2    string 3
2   bar   A different string    string 4    string 5    string 6
3   baz   Something else        string 7                string 8

我想我已经用

了

ddply(merged, .(id, title, info), summarize, var1 = max(var1), var2 = max(var2), var3 = max(var3))

但问题是var1-var3变量还有很多，而且它们是以编程方式生成的。因此，我需要一种基于变量名称列表以编程方式插入var1 = max(var1)等的方法。

Answer 1

实现这一目标的许多可能方法，这里有两个

定义一些辅助函数

Myfunc <- function(x) x[x != '']

使用data.table

library(data.table)
setDT(df)[, lapply(.SD, Myfunc), by = list(id, title, info)]
#    id title               info     var1     var2     var3
# 1:  1   foo   Some string here string 1 string 2 string 3
# 2:  2   bar A different string string 4 string 5 string 6
# 3:  3   baz     Something else string 7       NA string 8

或类似于dplyr

library(dplyr)
df %>%
  group_by(id, title, info) %>%
  summarise_each(funs(Myfunc))

# Source: local data table [3 x 6]
# Groups: id, title
# 
#   id title               info     var1     var2     var3
# 1  1   foo   Some string here string 1 string 2 string 3
# 2  2   bar A different string string 4 string 5 string 6
# 3  3   baz     Something else string 7       NA string 8

折叠数据框

1 个答案: