如何將向量分組到向量列表中？

Question

我有一些看起來像這樣的數據（例如假數據）：

dressId        color 
6              yellow 
9              red
10             green 
10             purple 
10             yellow 
12             purple 
12             red 

其中顏色是因子向量。 不能保證該因子的所有可能級別都實際出現在數據中（例如，顏色“藍色”也可能是級別之一）。

我需要一個向量列表，將每件衣服的可用顏色分組：

[[1]]
yellow  

[[2]] 
red    

[[3]] 
green purple yellow 

[[4]] 
purple red 

保留連衣裙的 ID 會很好（例如，一個數據框，該列表是第二列，ID 是第一列），但不是必需的。

我寫了一個循環遍歷數據幀行，雖然下一個 ID 相同，但它將顏色添加到向量中。 （我確信數據是按 ID 排序的）。 當第一列中的 ID 發生變化時，它會將向量添加到列表中：

result <- NULL 
while(blah blah) 
{
    some code which creates the vector called "colors" 
    result[[dressCounter]] <- colors 
    dressCounter <- dressCounter + 1
}

在努力使所有必要的計數變量都正確之后，我沮喪地發現它不起作用。 第一次， colors是

[1] yellow
Levels: green yellow purple red blue

它被強制轉換為整數，因此result變為2 。

在第二次循環重復中， colors只包含紅色， result變成了一個簡單的整數向量[1] 2 4 。

在第三次重復中， colors現在是一個向量，

[1] green  purple yellow
Levels: green yellow purple red blue 

我得到

result[[3]] <- colors

結果錯誤[[3]] <-顏色：
提供的元素多於替換的元素

我究竟做錯了什么？ 有沒有辦法初始化result所以它不會被轉換為數字向量，而是成為向量列表？

此外，除了“自己動手”之外，還有其他方法可以完成整個事情嗎？

Answer 1

split.data.frame是一個很好的組織方式； 然后提取顏色分量。

d <- data.frame(dressId=c(6,9,10,10,10,12,12),
               color=factor(c("yellow","red","green",
                              "purple","yellow",
                              "purple","red"),
                 levels=c("red","orange","yellow",
                          "green","blue","purple")))

我認為你想要的版本實際上是這樣的：

ss <- split.data.frame(d,d$dressId)

通過提取顏色分量，您可以獲得更像您請求的列表的內容：

lapply(ss,"[[","color")

Answer 2

除了split ，您還應該考慮aggregate 。 使用c或I作為聚合函數來獲取您的list列：

out <- aggregate(color ~ dressId, mydf, c)
out
#   dressId                 color
# 1       6                yellow
# 2       9                   red
# 3      10 green, purple, yellow
# 4      12           purple, red
str(out)
# 'data.frame': 4 obs. of  2 variables:
#  $ dressId: int  6 9 10 12
#  $ color  :List of 4
#   ..$ 0: chr "yellow"
#   ..$ 1: chr "red"
#   ..$ 2: chr  "green" "purple" "yellow"
#   ..$ 3: chr  "purple" "red"
out$color
# $`0`
# [1] "yellow"
# 
# $`1`
# [1] "red"
# 
# $`2`
# [1] "green"  "purple" "yellow"
# 
# $`3`
# [1] "purple" "red" 

---

注意：即使“顏色”變量是一個factor ，這也有效，如 Ben 的示例數據（我在上面發布答案時錯過了那個點）但您需要使用I作為聚合函數而不是c ：

out <- aggregate(color ~ dressId, d, I)
str(out)
# 'data.frame': 4 obs. of  2 variables:
#  $ dressId: num  6 9 10 12
#  $ color  :List of 4
#   ..$ 0: Factor w/ 6 levels "red","orange",..: 3
#   ..$ 1: Factor w/ 6 levels "red","orange",..: 1
#   ..$ 2: Factor w/ 6 levels "red","orange",..: 4 6 3
#   ..$ 3: Factor w/ 6 levels "red","orange",..: 6 1
out$color
# $`0`
# [1] yellow
# Levels: red orange yellow green blue purple
# 
# $`1`
# [1] red
# Levels: red orange yellow green blue purple
# 
# $`2`
# [1] green  purple yellow
# Levels: red orange yellow green blue purple
# 
# $`3`
# [1] purple red   
# Levels: red orange yellow green blue purple

然而，奇怪的是，默認顯示顯示的是整數值：

out
#   dressId   color
# 1       6       3
# 2       9       1
# 3      10 4, 6, 3
# 4      12    6, 1

Answer 3

假設您的數據框保存在一個名為df的變量中，那么您可以簡單地使用group_by並使用dplyr包的list函數進行summarize ，如下所示

library('dplyr')

df %>%
  group_by(dressId) %>%
  summarize(colors = list(color))

應用於您的示例：

df <- tribble(
  ~dressId, ~color,
         6, 'yellow',
         9, 'red',
        10, 'green',
        10, 'purple',
        10, 'yellow',
        12, 'purple',
        12, 'red'
)

df %>%
  group_by(dressId) %>%
  summarize(colors = list(color))

# dressId                colors
#       6                yellow
#       9                   red
#      10 green, purple, yellow
#      12           purple, red

Answer 4

恐怕答案應該有點不同，您應該使用以下代碼來完成請求的行為

df %>%
group_by(dressId) %>%
summarize(colors = toString(unique(color)))

Answer 5

所有其他答案都可以完成這項工作，我參加聚會有點晚了，但有些人使用了 dplyr，如果可能的話，我總是盡量遠離 tidyverse，對於這個問題，可以使用基本 R 而不會使 tidyverse 膨脹。 其他一些人通過制作數據框解決了這個問題，這不是標題所說的:)

讓我們創建向量，因為 OP 沒有向我們提供代碼（請注意，OP 需要向量而不是數據幀，盡管您可以使用稍作修改的數據幀來執行此操作）：

dressId <- c(6, 9, 10, 10, 10, 12, 12)
color <- c("yellow", "red", "green", "purple", "yellow", "purple", "red")

現在讓我們開始業務並計算 OP 的要求：

我需要一個向量列表，將每件衣服的可用顏色分組：

result <- split(x = color, f = dressId)

result

這將輸出：

 $`6` [1] "yellow" $`9` [1] "red" $`10` [1] "green" "purple" "yellow" $`12` [1] "purple" "red"

這是非常簡單直接的。 現在，如果你有不止一對，例如如果你有另一個“紅色”的dressID 12 ，那么你可以將split()的結果傳遞給unique() ：

result <- lapply(result, unique)

如果您將color作為一個因素，從技術上講它也應該起作用，但它會使result的每個項目成為一個因素。 以減輕，只需使用unfactor()從varhandle包到您系數轉換成非要素矢量。