Установите значение матрицы равным 0, если имена строк и столбцов начинаются с одного и того же префикса

Предположим, у вас есть следующий фрейм данных:

df <- data.frame(industry = c("DEU_10T12", "DEU_13T15", "DEU_16", "DEU_17", "ITA_10T12", "ITA_13T15", "ITA_16", "ITA_17"),
DEU_10T12 = c(20, 24, 26, 20, 10, 0, NA, 1.5),DEU_13T15 = c(15, 16, 4.5, NA, 7.5, 5, 3, 0),
DEU_16 = c(1.5, 6, 4, 0, 0.5, 15, 3, 0.5),DEU_17 = c(NA, 20, 10, 2, 0, 0, 0, 7),
ITA_10T12 = c(0.5, 2, 3, 4, 10, 50, 2, 15), ITA_13T15 = c(25, 0, 4.5, NA, 17.5, 5, 13, 0.9),
ITA_16 = c(2, 3, 40, 20, 0.5, 15, 3, 1),ITA_17 = c(1, 9, 0.5, 2, 10, 20, 50, 7))

И цель состоит в том, чтобы иметь следующую матрицу (она должна быть числовой и обрабатывать суммирование NA):

df2 <- data.frame(industry = c("DEU_10T12", "DEU_13T15", "DEU_16", "DEU_17", "ITA_10T12", "ITA_13T15", "ITA_16", "ITA_17"),
DEU_10T12 = c(0, 0, 0, 0, 10, 0, NA, 1.5),DEU_13T15 = c(0, 0, 0, 0, 7.5, 5, 3, 0),
DEU_16 = c(0, 0, 0, 0, 0.5, 15, 3, 0.5),DEU_17 = c(0, 0, 0, 0, 0, 0, 0, 7),
ITA_10T12 = c(0.5, 2, 3, 4, 0, 0, 0, 0),  ITA_13T15 = c(25, 0, 4.5, NA, 0, 0, 0, 0),
ITA_16 = c(2, 3, 40, 20, 0, 0, 0, 0),ITA_17 = c(1, 9, 0.5, 2, 0, 0, 0, 0))

Новая матрица (df2, преобразованная в числовую) будет отражать значения исходной матрицы (df, также числовая), за исключением случаев, когда запись строки имеет те же первые три символа, что и соответствующая запись столбца. В таких случаях, как, например, DEU_10T12 в строке и столбце, начинающемся с DEU, значение будет установлено на ноль, игнорируя любые существующие значения NA.

Я попробовал следующим образом. Сначала я преобразую df в числовое значение следующим образом:

# Extract row and column names
row_names <- df$industry
col_names <- colnames(df)[-1]  # Exclude 'industry' column

# Create an empty matrix
Z <- matrix(NA, nrow = length(row_names), ncol = length(col_names), dimnames = list(row_names, col_names))

# Fill in the matrix with values from the data frame
for (i in 1:length(row_names)) {
for (j in 1:length(col_names)) {
Z[i, j] <- df[i, col_names[j]]
}
}

# Create an empty matrix for Z_narrow
Z_narrow = matrix(0, nrow = nrow(Z), ncol = ncol(Z))
# Assign row and column names
rownames(Z_narrow) = rownames(Z)
colnames(Z_narrow) = colnames(Z)

# Function to get the indices of columns to be replaced with zeros based on the first three characters of the column name
get_zero_indices <- function(col_name, row_names) {substr(col_name, 1, 3) == substr(row_names, 1, 3)}


# Loop through each row of Z to populate Z_narrow
for (i in 1:nrow(Z)) {
row_name <- rownames(Z)[i]
indices_to_zero <- sapply(colnames(Z), get_zero_indices, row_names = row_name)
Z_narrow[i, indices_to_zero] <- 0
Z_narrow[i, !indices_to_zero] <- Z[i, !indices_to_zero]
}

Этот код работает при использовании этого небольшого набора данных, но вызывает сбой R при применении к более крупному набору данных. Какие-либо предложения?

Вы говорите, что вам нужна матрица, но желаемый результат вашего примера — это фрейм данных. Чего вы на самом деле хотите?

— 23.04.2024 15:53

r dataframe loops matrix dataset

23.04.2024 15:36

Стоит ли изучать PHP в 2026-2027 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...

105

Перейти к ответу Данный вопрос помечен как решенный

Ответы 4

Ответ принят как подходящий

Вы можете расплавить исходный фрейм данных и установить его на 0, если первые три символа совпадают; затем отбросьте назад в ширину

library(data.table)
setDT(df)
dcast(
  melt(df,id.vars = "industry")[substr(industry,1,3) == substr(variable,1,3), value:=0],
  industry~variable
)

Выход

    industry DEU_10T12 DEU_13T15 DEU_16 DEU_17 ITA_10T12 ITA_13T15 ITA_16 ITA_17
      <char>     <num>     <num>  <num>  <num>     <num>     <num>  <num>  <num>
1: DEU_10T12       0.0       0.0    0.0      0       0.5      25.0      2    1.0
2: DEU_13T15       0.0       0.0    0.0      0       2.0       0.0      3    9.0
3:    DEU_16       0.0       0.0    0.0      0       3.0       4.5     40    0.5
4:    DEU_17       0.0       0.0    0.0      0       4.0        NA     20    2.0
5: ITA_10T12      10.0       7.5    0.5      0       0.0       0.0      0    0.0
6: ITA_13T15       0.0       5.0   15.0      0       0.0       0.0      0    0.0
7:    ITA_16        NA       3.0    3.0      0       0.0       0.0      0    0.0
8:    ITA_17       1.5       0.0    0.5      7       0.0       0.0      0    0.0

Другой подход, вообще не использующий изменения формы:

mask = apply(df, 1, \(x) c(F,substr(x[1],1,3)==substr(names(x[2:length(x)]),1,3)))
df[t(mask)] <- 0

Выход:

   industry DEU_10T12 DEU_13T15 DEU_16 DEU_17 ITA_10T12 ITA_13T15 ITA_16 ITA_17
1 DEU_10T12       0.0       0.0    0.0      0       0.5      25.0      2    1.0
2 DEU_13T15       0.0       0.0    0.0      0       2.0       0.0      3    9.0
3    DEU_16       0.0       0.0    0.0      0       3.0       4.5     40    0.5
4    DEU_17       0.0       0.0    0.0      0       4.0        NA     20    2.0
5 ITA_10T12      10.0       7.5    0.5      0       0.0       0.0      0    0.0
6 ITA_13T15       0.0       5.0   15.0      0       0.0       0.0      0    0.0
7    ITA_16        NA       3.0    3.0      0       0.0       0.0      0    0.0
8    ITA_17       1.5       0.0    0.5      7       0.0       0.0      0    0.0

23.04.2024 15:43

Тот же подход, что и @langtang, но с использованием функции tidyverse:


library(tidyverse)

df |> 
  pivot_longer(-industry) |> 
  mutate(value = ifelse(substr(industry,1,3)==substr(name,1,3),0,value)) |> 
  pivot_wider()


  industry  DEU_10T12 DEU_13T15 DEU_16 DEU_17 ITA_10T12 ITA_13T15 ITA_16 ITA_17
  <chr>         <dbl>     <dbl>  <dbl>  <dbl>     <dbl>     <dbl>  <dbl>  <dbl>
1 DEU_10T12       0         0      0        0       0.5      25        2    1  
2 DEU_13T15       0         0      0        0       2         0        3    9  
3 DEU_16          0         0      0        0       3         4.5     40    0.5
4 DEU_17          0         0      0        0       4        NA       20    2  
5 ITA_10T12      10         7.5    0.5      0       0         0        0    0  
6 ITA_13T15       0         5     15        0       0         0        0    0  
7 ITA_16         NA         3      3        0       0         0        0    0  
8 ITA_17          1.5       0      0.5      7       0         0        0    0

23.04.2024 15:50

В базе R вместо того, чтобы перебирать отдельные строки и столбцы, найдите уникальные префиксы и просто переберите их:

out <- as.matrix(df[, -1])
rnames <- df[, 1]
rownames(out) <- rnames
cnames <- colnames(out)

prefixes <- unique(substr(rnames, 1, 3))
prefixes <- paste0("^", prefixes)

for (pfx in prefixes) {
  out[grepl(pfx, rnames), grepl(pfx, cnames)] <- 0
}

Результат:

#> out
          DEU_10T12 DEU_13T15 DEU_16 DEU_17 ITA_10T12 ITA_13T15 ITA_16 ITA_17
DEU_10T12       0.0       0.0    0.0      0       0.5      25.0      2    1.0
DEU_13T15       0.0       0.0    0.0      0       2.0       0.0      3    9.0
DEU_16          0.0       0.0    0.0      0       3.0       4.5     40    0.5
DEU_17          0.0       0.0    0.0      0       4.0        NA     20    2.0
ITA_10T12      10.0       7.5    0.5      0       0.0       0.0      0    0.0
ITA_13T15       0.0       5.0   15.0      0       0.0       0.0      0    0.0
ITA_16           NA       3.0    3.0      0       0.0       0.0      0    0.0
ITA_17          1.5       0.0    0.5      7       0.0       0.0      0    0.0

23.04.2024 15:52

С outer:

df[,-1][outer(sub("_.*", "", df[,1]), sub("_.*", "", names(df)[-1]), "= = ")] <- 0

identical(df, df2)
#> [1] TRUE

Спасибо @lotus за использование sub.

Мне понравилось твое использование sub больше, чем мой неуклюжий sapply(strsplit(. Думаю, я обновлю свой ответ, поскольку вы удалили свой.

— 23.04.2024 17:05

23.04.2024 16:53

Другие вопросы по теме

Как создать столбец фрейма данных, который представляет собой список из нескольких отдельных записей столбца?

Создать список уникальных комбинаций наборов данных для удаления дубликатов

Применить множественную функцию суммирования к столбцам: summarise_all: объект «список» нельзя заставить ввести «двойной»

Суперсложные манипуляции с наборами данных

Как я могу заполнить недостающие строки столбца данных, используя среднее значение другого столбца?

Функция DataFrame groupby, возвращающая кортеж из столбца вместо значения

Переместить информацию определенного столбца в новую строку под текущей строкой

Суммируйте значения конкретных уровней факторов по каждой группе в фрейме данных

Объединить два кадра данных с разными заголовками

Вернуть данные по столбцу *метка* в зависимости от значения из другого столбца

Установите значение матрицы равным 0, если имена строк и столбцов начинаются с одного и того же префикса

Ответы 4

Другие вопросы по теме

Похожие вопросы