Re: [問題] 資料處理的問題

[celestialgod (天)]

※ 引述《PILIPALAPON (pilipalapon)》之銘言：
: [問題類型]:
: 程式諮詢(我想用R 做某件事情，但是我不知道要怎麼用R 寫出來)
: [軟體熟悉度]:
: 新手(沒寫過程式，R 是我的第一次)
: 懂一些簡單的指令
: [問題敘述]:
: 現在有一個資料檔
: ID age sex num
: 1 30 1 4
: 1 20 1 4
: 1 21 2 4
: 1 32 2 4
: 1 48 2 4
: 2 23 1 2
: 2 46 1 2
: 2 21 1 2
: 3 23 2 2
: 3 71 2 2
: 3 32 1 2
: 4 56 2 1
: 4 12 2 1
: 我要同ID的依照num變數做選取，例如ID=1，num=4，那我要取ID=1的第四列觀測值。ID=2
: ，num=2，那我要取ID=2的第二列觀測值，以次類推...
: 預期結果如下
: ID age sex num
: 1 32 2 4
: 2 46 1 2
: 3 71 2 2
: 4 56 2 1
:

library(plyr)
library(dplyr)
library(magrittr)

# data generation
set.seed(100)
numID = 5
N = 20
dat = data.frame(ID = sample(1:numID, N, TRUE), age = sample(10:50, N, TRUE),
  sex = sample(1:2, N, TRUE)) %>% group_by(ID) %>%
  mutate(num = sample(1:length(age), 1)) %>% arrange(ID, sex, age)
#    ID age sex num
# 1   1  21   1   1
# 2   1  40   2   1
# 3   2  17   1   6
# 4   2  24   1   6
# 5   2  31   1   6
# 6   2  35   1   6
# 7   2  49   1   6
# 8   2  39   2   6
# 9   2  46   2   6
# 10  2  50   2   6
# 11  3  17   1   4
# 12  3  32   1   4
# 13  3  27   2   4
# 14  3  32   2   4
# 15  4  15   1   3
# 16  4  30   1   3
# 17  4  46   1   3
# 18  4  38   2   3
# 19  5  48   1   1
# 20  5  41   2   1

# dplyr解法：

dat %>% group_by(ID) %>% summarise_each(funs(.[unique(num)]))
#   ID age sex num
# 1  1  21   1   1
# 2  2  39   2   6
# 3  3  32   2   4
# 4  4  46   1   3
# 5  5  48   1   1

# 一般解法：

split(dat, dat$ID) %>% lapply(function(subdf) subdf[unique(subdf$num),]) %>%
  do.call(rbind, .)
#   ID age sex num
# 1  1  21   1   1
# 2  2  39   2   6
# 3  3  32   2   4
# 4  4  46   1   3
# 5  5  48   1   1


上面其實跟以下相等：
do.call(rbind, lapply(split(dat, dat$ID),
  function(subdf) subdf[unique(subdf$num),])


新手的話，我再補一個for loop解法：

# for loop
numID = length(unique(dat$ID))
outDF = data.frame(matrix(NA, numID, ncol(dat)))
names(outDF) = names(dat)
for (i in 1:numID)
{
  rowNum = unique(dat[dat$ID == i, ]$num)
  outDF[i,] = dat[dat$ID == i, ][rowNum, ]
}
outDF
#   ID age sex num
# 1  1  21   1   1
# 2  2  39   2   6
# 3  3  32   2   4
# 4  4  46   1   3
# 5  5  48   1   1

--
R資料整理套件系列文：
magrittr    #1LhSWhpH (R_Language) http://tinyurl.com/1LhSWhpH
data.table  #1LhW7Tvj (R_Language) http://tinyurl.com/1LhW7Tvj
dplyr(上)   #1LhpJCfB (R_Language) http://tinyurl.com/1LhpJCfB
dplyr(下)   #1Lhw8b-s (R_Language)
tidyr       #1Liqls1R (R_Language) http://tinyurl.com/1Liqls1R
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.109.74.87
※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1451032656.A.311.html
推 locka: 推c大！
推 yu8861213: 推Ｃ大
推 Wush978: push
推 cywhale: dplyr解法漂亮~~
→ andrew43: c大，我寫在 #1LaqCq5O 的爬文器顯示你已經是水神等級了
什麼是水神 = =?
※ 編輯: celestialgod (140.109.74.87), 12/29/2015 17:11:59