将 dataframe 的所有行与新变量合并为一行

Question

我在细胞培养的不同时间点有大量的分段细胞数据集。 我的最终目标是使用分类器能够通过使用它们的形状将细胞从早期时间点与后期细胞分开。 但是，我需要使用的是单元格形状的整体组成（即稍后的时间点将包含更多较大的单元格，这些单元格不那么圆）。

我的数据看起来像这样，段落是“类”变量（1:8）。

     Area Circ.       X      Y  Major  Minor   Angle    AR Round Solidity Passage
1 270.606 0.476 369.677 11.832 21.497 16.028 177.550 1.341 0.746    0.902       1
2 260.733 0.652 219.469 14.233 18.847 17.614  51.695 1.070 0.935    0.948       1
3 444.248 0.682  70.619 24.071 27.845 20.313  54.227 1.371 0.730    0.953       1
4 236.565 0.607 409.612 21.472 18.800 16.022 110.348 1.173 0.852    0.939       1
5 291.237 0.376 547.529 19.330 30.212 12.274 178.844 2.462 0.406    0.915       1
6 201.690 0.662 202.990 20.799 16.457 15.604  54.949 1.055 0.948    0.949       1

我现在的方法是从一个通道中采样 n 数量的细胞并以此训练分类器。

#number of cells in image
num_draw = 15
all_samples <- list()
for (i in 1:8){
  sample_list <- list()
  for (j in 1:1000){
    samples = filter(df, df$Passage == i)
    sample_list[[j]] = samples[sample(nrow(samples), 20), ]
  }
  all_samples[[i]] <- sample_list
}

但是，大多数分类器似乎只获取每行有一个观察值的数据，所以我认为我最好的方法是将样本中的所有单元格组合成一行，保留所有变量/列（可能是 Area1、Area2、Area3、 ...）除了段落，它被合并为一列，然后将所有观察结果组合回一个 dataframe。

有没有一种快速的方法来做到这一点？ 或者你能给我推荐一个分类器，它可以将一个 class 的 n 个实例作为一个观察值？

Answer 1

我不确定您为什么要这样做，因为我认为这会使处理您的数据变得更加困难。 也许考虑使用 pivot_longer，并使用 group_by 和 summarise。 无论如何，这是我的解决方案。 祝你好运！

library(tidyr)
library(dplyr)

#create data
df <- data.frame(Area = rnorm(4), circ = rnorm(4), x = rnorm(4), passage = c("1", "1", "2", "2"))

#spread data wide based off number of observations of passage
df <- group_by(df, passage) %>%
  mutate(reference = row_number()) %>% #creates reference for each obs of passage
  pivot_wider(id_cols = passage, names_from = reference, values_from = Area:x)