Новый столбец для следующего вхождения переменной в R

Примечание:

Обратите внимание, что я пробовал следующее, чтобы решить свою проблему перед публикацией:

Транспонировать / изменить форму кадра данных без "timevar" из длинного в широкий формат
Как преобразовать длинное в широкое, сохранив при этом некоторые переменные в R
Преобразование данных из длинного формата в широкий формат с несколькими столбцами показателей

попытаться решить мою проблему, но безуспешно

Проблема

Предположим, у меня есть следующие данные, которые показывают, как элементы перемещались от начала до конца.

> run = c(1, 2, 3, 3, 4, 5, 5, 5, 6, 7, 7, 7, 8, 9, 10, 10, 11)
> start_location = c("A", "C", "A", "B", "A", "B", "C", "A", "B", "C", "B", "A", "A", "A", "A", "B", "C")
> end_location = c("B", "B", "B", "C", "C", "C", "A", "C", "A", "B", "A", "C", "B", "C", "B", "C", "B")
> df = data.frame(run, start_site, end_site)
> df
   run start_site end_site
1    1          A        B
2    2          A        C
3    3          A        B
4    3          B        C
5    4          A        C
6    5          B        C
7    5          C        A
8    5          A        C
9    6          B        A
10   7          C        B
11   7          B        A
12   7          A        C
13   8          A        B
14   9          A        C
15  10          A        B
16  10          B        C
17  11          C        B

Я хотел бы преобразовать данные в «широкий» формат, который выглядит следующим образом, с новым столбцом для каждого экземпляра этапа при запуске.

> # Desired result
      run  first_location second_location third_location fourth_location
 [1,] "1"  "A"            "B"             NA             NA             
 [2,] "2"  "C"            "B"             NA             NA             
 [3,] "3"  "A"            "B"             "C"            NA             
 [4,] "4"  "A"            "C"             NA             NA             
 [5,] "5"  "B"            "C"             "A"            "C"            
 [6,] "6"  "C"            "A"             NA             NA             
 [7,] "7"  "C"            "B"             "A"            "C"            
 [8,] "8"  "A"            "B"             NA             NA             
 [9,] "9"  "A"            "C"             NA             NA             
[10,] "10" "A"            "B"             "C"            NA             
[11,] "11" "C"            "B"             NA             NA

Попытка решения

Я пробовал следующее, но не получил желаемого результата. У меня больше столбцов, чем мне нужно.

> library(dplyr)
> library(tidyr)
>
> # Unsuccessful attempt
> df_long = melt(df, id.vars=c("run"))
> df_long %>%
  select(!variable) %>%
  group_by(run) %>%
  dplyr::mutate(rn = paste0("location_",row_number())) %>%
  spread(rn, value)

# A tibble: 11 x 7
# Groups:   run [11]
     run location_1 location_2 location_3 location_4 location_5 location_6
   <dbl> <chr>      <chr>      <chr>      <chr>      <chr>      <chr>     
 1     1 A          B          NA         NA         NA         NA        
 2     2 A          C          NA         NA         NA         NA        
 3     3 A          B          B          C          NA         NA        
 4     4 A          C          NA         NA         NA         NA        
 5     5 B          C          A          C          A          C         
 6     6 B          A          NA         NA         NA         NA        
 7     7 C          B          A          B          A          C         
 8     8 A          B          NA         NA         NA         NA        
 9     9 A          C          NA         NA         NA         NA        
10    10 A          B          B          C          NA         NA        
11    11 C          B          NA         NA         NA         NA

Может ли кто-нибудь помочь мне понять мою ошибку и помочь мне получить желаемый результат, пожалуйста?

Спасибо, что посмотрели мой пост.

Почему прогон 7 должен быть [7,] "7" "C" "B" "A" "C", а не 7 7 C B A B A C? Как следует обращаться с B A / почему следует отказаться от этих наблюдений?

— 25.11.2022 21:51

@harre для прогона 7 элемент перемещается от «C» -> «B», затем «B» -> «A», затем «A» -> «C», поэтому общий поток «C» -> « Б" -> "А" -> "С". Вот почему желаемый результат для этой строки - "7" "C" "B" "A" "C"

— 25.11.2022 21:59

r dplyr tidyverse reshape melt

25.11.2022 21:44

Стоит ли изучать PHP в 2023-2024 годах?

Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...

Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией

В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.

Приемы CSS-макетирования - floats и Flexbox

Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...

Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest

В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...

Концепция локализации и ее применение в приложениях React ⚡️

Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...

Пользовательский скаляр GraphQL

Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...

Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Сначала вы группируете по пробегу, затем расширяете конечные местоположения и, наконец, суммируете первое значение, не относящееся к NA, для каждого местоположения, чтобы избавиться от перекрытия.

library(tidyverse)

df |>
  group_by(run) |>
  mutate(location = paste("location", row_number()+1, sep= "_")) |>
  pivot_wider(names_from = location, values_from = end_location) |>
  rename(location_1 = start_location) |>
  summarise(across(starts_with("location"), ~first(.[!is.na(.)])))
#> # A tibble: 11 x 5
#>      run location_1 location_2 location_3 location_4
#>    <dbl> <chr>      <chr>      <chr>      <chr>     
#>  1     1 A          B          <NA>       <NA>      
#>  2     2 C          B          <NA>       <NA>      
#>  3     3 A          B          C          <NA>      
#>  4     4 A          C          <NA>       <NA>      
#>  5     5 B          C          A          C         
#>  6     6 B          A          <NA>       <NA>      
#>  7     7 C          B          A          C         
#>  8     8 A          B          <NA>       <NA>      
#>  9     9 A          C          <NA>       <NA>      
#> 10    10 A          B          C          <NA>      
#> 11    11 C          B          <NA>       <NA>

Вот еще один вариант, который, как мне кажется, немного проще:

df |>
  group_by(run) |>
  summarise(location = list(c(first(start_location), end_location))) |>
  unnest_wider(location, names_sep = "_")
#> # A tibble: 11 x 5
#>      run location_1 location_2 location_3 location_4
#>    <dbl> <chr>      <chr>      <chr>      <chr>     
#>  1     1 A          B          <NA>       <NA>      
#>  2     2 C          B          <NA>       <NA>      
#>  3     3 A          B          C          <NA>      
#>  4     4 A          C          <NA>       <NA>      
#>  5     5 B          C          A          C         
#>  6     6 B          A          <NA>       <NA>      
#>  7     7 C          B          A          C         
#>  8     8 A          B          <NA>       <NA>      
#>  9     9 A          C          <NA>       <NA>      
#> 10    10 A          B          C          <NA>      
#> 11    11 C          B          <NA>       <NA>

25.11.2022 22:47

Ответ принят как подходящий

Решение на основе rle и tidyr::unnest_wider.

run = c(1, 2, 3, 3, 4, 5, 5, 5, 6, 7, 7, 7, 8, 9, 10, 10, 11)
start_location = c("A", "C", "A", "B", "A", "B", "C", "A", "B", "C", "B", "A", "A", "A", "A", "B", "C")
end_location = c("B", "B", "B", "C", "C", "C", "A", "C", "A", "B", "A", "C", "B", "C", "B", "C", "B")
df = data.frame(run = run, from = start_location, to = end_location)

library(dplyr)
#> 
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#> 
#>     filter, lag
#> The following objects are masked from 'package:base':
#> 
#>     intersect, setdiff, setequal, union
library(tidyr)

df %>% group_by(run) %>% 
  summarise(location = list(rle(as.vector(t(cbind(from, to))))$values)) %>%
  unnest_wider(location, names_sep = "_")
#> # A tibble: 11 × 5
#>      run location_1 location_2 location_3 location_4
#>    <dbl> <chr>      <chr>      <chr>      <chr>     
#>  1     1 A          B          <NA>       <NA>      
#>  2     2 C          B          <NA>       <NA>      
#>  3     3 A          B          C          <NA>      
#>  4     4 A          C          <NA>       <NA>      
#>  5     5 B          C          A          C         
#>  6     6 B          A          <NA>       <NA>      
#>  7     7 C          B          A          C         
#>  8     8 A          B          <NA>       <NA>      
#>  9     9 A          C          <NA>       <NA>      
#> 10    10 A          B          C          <NA>      
#> 11    11 C          B          <NA>       <NA>

^{Created on 2022-11-25 with reprex v2.0.2}

25.11.2022 22:52