R - создать столбец по количеству элементов группы из другого столбца

предположим, что у меня есть «сырой» фрейм данных, который выглядит следующим образом (упрощенно):

raw <- data.frame(year.start = c(2004, 2004, 2004, 2004, 2004, 2010, 2010, 2010),
            year.end = c(2006, 2006, 2006, 2005, 2005, 2012, 2012, 2012),
            id = c("A","A","A","B","B","C","C","C"))

Он состоит из двух столбцов с годами, которые обозначают период от year.start до year.end. Кроме того, каждый период относится к группе товаров "id". Моя цель - создать новый столбец, в котором период разбит на отдельные годы для каждой группы соответственно. Следовательно, цель должна выглядеть следующим образом:

goal <- data.frame(year.start = c(2004, 2004, 2004, 2004, 2004, 2010, 2010, 2010),
               year.end = c(2006, 2006, 2006, 2005, 2005, 2012, 2012, 2012),
               id = c("A","A","A","B","B","C","C","C"), 
               year.goal = c(2004, 2005, 2006, 2004, 2005, 2010, 2011, 2012))

Есть ли какой-нибудь гладкий способ сделать это? Я действительно понятия не имею... Заранее спасибо!

r dataframe group-by dplyr data.table

07.04.2019 18:38

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...

479

Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Решение с использованием dplyr.

library(dplyr)

raw2 <- raw %>%
  group_by(id) %>%
  mutate(year.goal = min(year.start):max(year.end)) %>%
  ungroup()
raw2
# # A tibble: 8 x 4
#   year.start year.end id    year.goal
#        <dbl>    <dbl> <fct>     <int>
# 1       2004     2006 A          2004
# 2       2004     2006 A          2005
# 3       2004     2006 A          2006
# 4       2004     2005 B          2004
# 5       2004     2005 B          2005
# 6       2010     2012 C          2010
# 7       2010     2012 C          2011
# 8       2010     2012 C          2012

Решение с использованием data.table.

library(data.table)
setDT(raw)

raw2 <- raw[, year.goal :=  min(year.start):max(year.end), by = id]
raw2[]
#    year.start year.end id year.goal
# 1:       2004     2006  A      2004
# 2:       2004     2006  A      2005
# 3:       2004     2006  A      2006
# 4:       2004     2005  B      2004
# 5:       2004     2005  B      2005
# 6:       2010     2012  C      2010
# 7:       2010     2012  C      2011
# 8:       2010     2012  C      2012

Решение с использованием основания R.

dat_list <- split(raw, f = raw$id)
dat_list2 <- lapply(dat_list, function(x) {
  x$year.goal <- x$year.start[1]:x$year.end[1]
  return(x)
})
raw2 <- do.call(rbind, dat_list2)
raw2
#     year.start year.end id year.goal
# A.1       2004     2006  A      2004
# A.2       2004     2006  A      2005
# A.3       2004     2006  A      2006
# B.4       2004     2005  B      2004
# B.5       2004     2005  B      2005
# C.6       2010     2012  C      2010
# C.7       2010     2012  C      2011
# C.8       2010     2012  C      2012

Решение с использованием tidyverse.

library(tidyverse)

raw2 <- raw %>%
  group_by_all() %>%
  nest() %>%
  mutate(year.goal = map2(year.start, year.end, `:`)) %>%
  unnest()
raw2
# # A tibble: 8 x 4
#   year.start year.end id    year.goal
#        <dbl>    <dbl> <fct>     <int>
# 1       2004     2006 A          2004
# 2       2004     2006 A          2005
# 3       2004     2006 A          2006
# 4       2004     2005 B          2004
# 5       2004     2005 B          2005
# 6       2010     2012 C          2010
# 7       2010     2012 C          2011
# 8       2010     2012 C          2012

Еще одно dplyr решение.

library(dplyr)
raw2 <- raw %>%
  group_by(id) %>%
  mutate(year.goal = first(year.start) + row_number() - 1) %>%
  ungroup()
raw2
# # A tibble: 8 x 4
#   year.start year.end id    year.goal
#        <dbl>    <dbl> <fct>     <dbl>
# 1       2004     2006 A          2004
# 2       2004     2006 A          2005
# 3       2004     2006 A          2006
# 4       2004     2005 B          2004
# 5       2004     2005 B          2005
# 6       2010     2012 C          2010
# 7       2010     2012 C          2011
# 8       2010     2012 C          2012

Вау, спасибо большое!!! очевидно, есть много разных способов решить эту проблему :) Только один дополнительный вопрос: в моих исходных данных я получаю следующую ошибку: «Ошибка: столбец year.goal должен быть длиной 6 (размер группы) или один, не 5". У вас есть идеи, откуда может появиться ошибка?

— 07.04.2019 19:00

Ну, только для первого решения, другое решение dplyr работает отлично!

— 07.04.2019 19:02

@Niklas Не знаю, что случилось. Если первое решение работает для примера набора данных, но не для набора данных реального мира, это означает, что между набором данных примера и набором данных реального мира есть некоторые ключевые различия.

— 07.04.2019 23:34

07.04.2019 18:41