通過在 R 中的列上聚合來重構不等桶中的值

Question

我有一個如下所示的數據集：

| Id |  Name | Date_diff |
|----|:-----:|----------:|
| 50 | David |  0        |
| 50 | David | -16       |
| 50 | David | -4        |
| 50 | David | -1        |
| 50 | David |  0        |
| 50 | David | -2        |
| 84 | Ron   | -11       |
| 84 | Ron   | -12       |
| 84 | Ron   | -168      |
| 84 | Ron   | -8        |
| 84 | Ron   | 16        |
| 84 | Ron   | NA        |

可重現的代碼是：

df= data.frame(Id= c('50','84'), Name= c('David','Ron'))
df=df[rep(seq_len(nrow(df)),each=6),]
Date_diff= c(0,-16,-4,-1,0,-2,-11,-12,-168,-8,16,'NA')
df=data.frame(df,Date_diff)

現在，對於每個 Id，我需要創建不同的不等桶列，這些列將包含“Date-diff”列中的值計數。 存儲桶范圍需要是 'NA'、'>0'、'0'、'-1'、'-2 到 -3'、'-4 到 -6'、'-7 到 -12' 和 '> -12'。 還將有一個附加列“總計”，用於保存存儲桶中存在的總和值。

例如，當我們考慮 Id=50 時，我們看到值 '0' 有 2 個計數會落在桶 '0' 中，值 '-16' 有 1 個計數會落在桶中 '> 0', 1 計數值 -4，該值將落在“-4 到 -6”范圍內，依此類推。 決賽桌應如下所示：

| Id |  Name | NA | >0 | 0 | -1 | -2 to -3 | -4 to -6 | -7 to -12 | >-12 | Total |
|----|:-----:|---:|----|---|----|----------|----------|-----------|------|-------|
| 50 | David |  0 | 0  | 2 | 1  | 1        | 1        | 0         | 1    | 6     |
| 84 |  Ron  |  1 | 1  | 0 | 0  | 0        | 0        | 3         | 1    | 6     |

我最初嘗試創建一個新列來對其中 'Date_diff' 中的值進行分類，但是在中斷中提供的值可能是錯誤的。 這是我嘗試過的：

df <- transform(df, group=cut(Date_diff,  breaks=c(-Inf,-13,-7,-4,-2,-1,Inf),
                               labels=c('<-12', '-7 to -12','-4 to -6','-2 to -3', '-1','>0')))

有人可以讓我知道如何達到預期的結果嗎？

Answer 1

問題之一是將'NA'作為字符串而不是NA 。 這是一個解決方案：

df <- data.frame(
  id = c('50', '84'),  
  name = c('david', 'ron'),
  date_diff = c(0, -16, -4, -1, 0, -2, -11, -12, -168, -8, 16,  na)
)

library(dplyr)
library(tidyr)

df %>%
  mutate(
    group = cut(
      Date_diff,
      breaks = c(-Inf,-13,-7,-4,-2,-1,Inf),
      labels = c('<-12', '-7 to -12','-4 to -6','-2 to -3', '-1','>0')
    ),
    group = if_else(is.na(group), "NA", as.character(group))
  ) %>%
  group_by(Id, Name, group) %>%
  summarise(n = n()) %>%
  mutate(Total = sum(n, na.rm = T)) %>%
  pivot_wider(names_from = group, values_from = n)

Answer 2

原始cut分配可以within幫助下重新分配特殊組， table以按剪切組計算值，並reshape以將長格式轉換為寬格式

cut + within

# CREATE CUT COLUMN
df <- within(df, {
         Group <- as.character(cut(Date_diff,  
                                   breaks=c(-Inf,-13,-7,-4,-2,-1,Inf),
                                   labels=c('<-12','-7 to -12','-4 to -6',
                                            '-2 to -3','-1','>0')))

         # ADJUST FOR ZERO AND ONE GROUPING
         Group <- ifelse(Date_diff == 0, "0", ifelse(Date_diff == 1, "1", Group))
     })

# TABULATE COUNTS 
tbl_df <- transform(data.frame(table(Name=df$Name, Group = df$Group, useNA = "ifany"), 
                               stringsAsFactors = FALSE),
                    Group = ifelse(is.na(Group), "NA", as.character(Group)))

# RESHAPE
final_df <- reshape(tbl_df, v.names = "Freq", timevar = "Group", idvar = "Name",
                    direction = "wide", sep = "_")

# REORDER AND RENAME COLUMNS
cols <- c("NA", ">0", "0", "-1", "-2 to -3", "-4 to -6", "-7 to -12", "<-12")
final_df <- setNames(final_df[c("Name", paste0("Freq_", cols))],
                     c("Name", gsub("Freq_", "", cols)))

# ADD TOTAL AND ID COLUMNS
final_df$Total <- rowSums(final_df[-1])
final_df <- merge(unique(df[c("Id", "Name")]), final_df, by="Name")[c("Id", "Name", cols)]

輸出

final_df
#    Name Id NA >0 0 -1 -2 to -3 -4 to -6 -7 to -12 <-12 Total
# 1 David 50  0  0 2  1        1        1         0    1     6
# 2   Ron 84  1  1 0  0        0        0         3    1     6

在線演示