Расширьте фрейм данных, добавив строки и значения на основе чисел в фрейме данных

У меня есть данные о событиях на уровне населения, т.е. на каждый день есть сумма лиц с событиями и лицами, подвергнутыми цензуре. Я хотел бы расширить эти данные до более традиционного формата для анализа выживаемости, т.е. каждому индивидууму присваивается ряд. Таким образом, для каждого дня необходимо добавить несколько строк для количества событий (с событиями = 1 и цензором = 0) и для количества цензоров (с событиями = 0 и цензором = 1). Ниже приведен пример фрейма входных данных (dataIn) и желаемого вывода.

days <- c(1,2,3)
event <- c(2,2,0)
censor <- c(0,2,2)
dataIn <- data.frame(days, event, censor)

  days event censor
    1     2      0
    2     2      2
    3     0      2

  days event censor
    1     1      0
    1     1      0
    2     1      0
    2     1      0
    2     0      1
    2     0      1
    3     0      1
    3     0      1

Стоит ли изучать PHP в 2023-2024 годах?
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
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
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 ⚡️
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
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
3
0
41
3
Перейти к ответу Данный вопрос помечен как решенный

Ответы 3

Ответ принят как подходящий

Вот довольно простой, но эффективный способ сделать это с помощью rep:

with(dataIn, data.frame(day    = c(rep(days, event), rep(days, censor)), 
                        event  = rep(c(1, 0), c(sum(event), sum(censor))),
                        censor = rep(c(0, 1), c(sum(event), sum(censor)))))
#>   day event censor
#> 1   1     1      0
#> 2   1     1      0
#> 3   2     1      0
#> 4   2     1      0
#> 5   2     0      1
#> 6   2     0      1
#> 7   3     0      1
#> 8   3     0      1

pmap позволяет нам применять функцию к каждой строке (дню). Затем мы можем положиться на повторное использование векторов, чтобы заполнить нули и дни. Обратите внимание, что bind_rows(tibble(), tibble()) не выдает ошибку.

pmap_dfr(dataIn, ~ list(
  tibble(days = ..1, event = rep(1, ..2), censor = 0),
  tibble(days = ..1, event = 0, censor = rep(1, ..3))
  )
)

# A tibble: 8 x 3
   days event censor
  <dbl> <dbl>  <dbl>
1     1     1      0
2     1     1      0
3     2     1      0
4     2     1      0
5     2     0      1
6     2     0      1
7     3     0      1
8     3     0      1

Мы могли бы использовать uncount

library(dplyr)
library(tidyr)
dataIn %>%
    uncount(event + censor) %>% 
    mutate(across(event:censor, ~ +(. > 0)))

-выход

   days event censor
1    1     1      0
2    1     1      0
3    2     1      1
4    2     1      1
5    2     1      1
6    2     1      1
7    3     0      1
8    3     0      1

Другие вопросы по теме