Гомогенизируйте использование однозначных и двузначных чисел в строке
У меня очень большая таблица data.table, в которой (большое количество) элементы определены строками, включая текст и числа.
library(data.table)
dd <- data.table(x = c("A4","A4","A4","A14","A14","A14","B4","B4","B4"),y = c("A4","A14","B4","A4","A14","B4","A4","A14","B4"), z = c(1,2,3,4,5,6,7,8,9))
x y z
A4 A4 1
A4 A14 2
A4 B4 3
A14 A4 4
A14 A14 5
A14 B4 6
B4 A4 7
B4 A14 8
B4 B4 9
Цифры могут быть однозначными или двузначными. и, следовательно, R всегда будет упорядочивать их в соответствии с первой цифрой номера (A14 перед A4). Mixedsort справится с этим. Однако, когда я изменяю длинные данные на широкие
wide <- dcast(dd, x ~ y, value.var = "z")
R снова применяет заказ в соответствии с основным правилом заказа.
x A14 A4 B4
A14 5 4 6
A4 2 1 3
B4 8 7 9
Однако мне нужен исходный заказ для следующих матричных вычислений. Есть ли эффективный способ переименовать строку + одиночные цифры в строку + двойные цифры (A4 -> A04) или другой подход, который я пропустил?
Ответы 5
Вы можете использовать sprintf() для предварительной вставки чисел с нулями
sprintf("%s%02.0d", "A", 1:20)
# [1] "A01" "A02" "A03" "A04" "A05" "A06" "A07" "A08" "A09" "A10" "A11" "A12" "A13" "A14" "A15" "A16" "A17" "A18" "A19" "A20"
Вы можете добавить 0 к своим данным с помощью
dd[nchar(x) == 2, x := paste0(substr(x, 1, 1), 0, substr(x, 2, 2))]
dd[nchar(y) == 2, y := paste0(substr(y, 1, 1), 0, substr(y, 2, 2))]
# x y z
# 1: A04 A04 1
# 2: A04 A14 2
# 3: A04 B04 3
# 4: A14 A04 4
# 5: A14 A14 5
# 6: A14 B04 6
# 7: B04 A04 7
# 8: B04 A14 8
# 9: B04 B04 9
Или, если вам нужно применить к большему количеству столбцов:
to.change <- c('x', 'y')
dd[, (to.change) := lapply(.SD, function(x) ifelse(nchar(x) > 2, x
, paste0(substr(x, 1, 1), 0, substr(x, 2, 2))))
, .SDcols = to.change]
Никаких дополнительных нулей в этом решении не требуется.
# Data frame
df <- data.frame(x = c("A4","A4","A4","A14","A14","A14","B4","B4","B4"),
y = c("A4","A14","B4","A4","A14","B4","A4","A14","B4"),
z = c(1,2,3,4,5,6,7,8,9),
stringsAsFactors = FALSE)
# Reorder columns and rows using `mixedsort`.
wide <- dcast(df, x ~ y,value.var = "z") %>%
select(x, mixedsort(unique(df$x))) %>%
slice(match(x, mixedsort(unique(df$x))))
дает,
# x A4 A14 B4
# 1 A4 1 2 3
# 2 A14 4 5 6
# 3 B4 7 8 9
Другой и, вероятно, самый простой вариант - использовать mixedorder из пакета gtools:
wide <- dcast(dd, x ~ y, value.var = "z")[gtools::mixedorder(x)]
который дает:
> wide x A14 A4 B4 1: A4 2 1 3 2: A14 5 4 6 3: B4 8 7 9
Если вы также хотите установить порядок столбцов таким же образом, вы можете дополнительно использовать setcolorder:
setcolorder(wide, c(1, gtools::mixedorder(names(wide)[-1]) + 1))
что затем дает:
> wide x A4 A14 B4 1: A4 1 2 3 2: A14 4 5 6 3: B4 7 8 9
Возможно, вы захотите реализовать этот порядок непосредственно в данных с помощью факторов, чтобы вам не пришлось позже исправлять его с помощью обработки данных.
если у вас уже есть эти уникальные значения, отсортированные где-то, вам не понадобится mixedorder, а не mixedsort, просто преобразуйте их как множители.
В противном случае вы можете получить заказ обратно:
library(gtools)
dd[,1:2] <- lapply(dd[,1:2],function(x) factor(x, mixedsort(unique(x))))
И продолжаем нормально:
dcast(dd, x ~ y, value.var = "z")
# x A4 A14 B4
# 1: A4 1 2 3
# 2: A14 4 5 6
# 3: B4 7 8 9
Я считаю, что лучше будет использовать целочисленный формат, например
"%s%02d". Во всяком случае, проголосуйте за.