根据第二列中的值拆分整数，分配新值，然后重新组合成新数据集

Question

在R 中，我有一个包含所有整数的2xn 数据矩阵。

第一列表示项目的大小。其中一些大小是由于合并造成的，因此第二列表示进入该大小的项目数（包括 1 个）（称为“索引”）。索引的总和表示原始数据中有多少项。

我现在需要创建一个新数据集，该数据集根据索引中的数字将任何合并的大小拆分回来，从而产生一个 2xn 向量（根据索引的总数具有新的长度 n）第二列全为 1。

我需要这种分裂以两种方式发生。

• “均匀地”，其中任何合​​并的大小都尽可能均匀地分配给索引的数量。例如，6 的大小和3 的索引现在将是c(2,2,2)。 重要的是，所有数字都必须是整数，所以它应该是 c(1,2) 或 c(2,1) 之类的东西。不能是 c(1.5,1.5)。
• “异构”，其中大小数量倾斜以将1 分配给索引中的所有位置，除了一个包含提醒的位置。例如，大小为 6 且索引为 3，现在将是 c(1,1,4) 或 1、1 和 4 的任意组合。

下面我提供了一些示例数据，这些数据举例说明了我拥有什么、我想要什么以及我尝试过什么。

#Example data that I have
Y.have<-cbind(c(19,1,1,1,1,4,3,1,1,8),c(3,1,1,1,1,2,1,1,1,3))

数据显示，第一行有 3 个项目的尺寸为 19，第二列有一个项目的尺寸为 1，以此类推。重要的是，在这些数据中最初有 15 个项目（即sum(Y.have[,2])），其中一些已合并，因此最终数据的长度需要为 15。

我希望数据看起来像：

####Homogenous separation - split values evenly as possible
#' The value of 19 in row 1 is now a vector of c(6,6,7) (or any combination thereof, i.e. c(6,7,6) is fine) since the position in the second column is a 3
#' Rows 2-5 are unchanged since they have a 1 in the second column
#' The value of 4 in row 6 is now a vecttor of c(2,2) since the position of the second column is a 2
#' Rows 7-9 are unchanged since they have a 1 in the second column
#' The value of 8 in row 10 is now a vector of c(3,3,2) (or any combination thereof) since the position in the second column is a 3
Y.want.hom<-cbind(c(c(6,6,7),1,1,1,1,c(2,2),3,1,1,c(3,3,2)),c(rep(1,times=sum(Y.have[,2]))))

####Heterogenous separation - split values with as many singles as possible, 
#' The value of 19 in row 1 is now a vector of c(1,1,17) (or any combination thereof, i.e. c(1,17,1) is fine) since the position in the second column is a 3
#' Rows 2-5 are unchanged since they have a 1 in the second column
#' The value of 4 in row 6 is now a vecttor of c(1,3) since the position of the second column is a 2
#' Rows 7-9 are unchanged since they have a 1 in the second column
#' The value of 8 in row 10 is now a vector of c(1,1,6) (or any combination thereof) since the position in the second column is a 3
Y.want.het<-cbind(c(c(1,1,17),1,1,1,1,c(1,3),3,1,1,c(1,1,6)),c(rep(1,times=sum(Y.have[,2]))))

请注意，整数在最终数据中的位置无关紧要，因为它们都有一个索引案例。

我已尝试根据索引大小写拆分数据 (split)。这将根据唯一索引值的数量创建具有长度的列表。然后我遍历该列表中的位置并除以位置。

a<-split(Y.have[,1],Y.have[,2]) #Split into a list according to the index
b<-list() #initiate new list
for (i in 1:length(a)){ 
  b[[i]]<-a[[i]]/i #get homogenous values
  b[[i]]<-rep(b[i],times=i) #repeat the values based on the number of indicies
}
Y.test<-cbind(unlist(b),rep(1,times=length(unlist(c)))) #create new dataset

这是一种糟糕的方法。首先，它将产生小数。其次，列表中的位置不一定等于索引号（即，如果没有索引 2，则第二个位置将是下一个最低索引，但会除以 2）。

但是，它至少允许我按索引分离数据，对其进行操作，并将其重新组合成适当的长度。我现在需要中间部分的帮助 - 处理同质和异质重新分配的数据。我更喜欢base r，但任何方法都可以！提前谢谢！

Answer 1

这可能是一种方法。

为同构和异构拆分创建两个函数：

get_hom_ints <- function(M, N) {
  vec <- rep(floor(M/N), N)
  for (i in seq_len(M - sum(vec))) {
    vec[i] <- vec[i] + 1
  }
  vec
}

get_het_ints <- function(M, N) {
  vec <- rep(1, N)
  vec[1] <- M - sum(vec) + 1
  vec
}

然后使用apply遍历矩阵的每一行：

het_vec <- unlist(apply(Y.have, 1, function(x) get_het_ints(x[1], x[2]))) 
unname(cbind(het_vec, rep(1, length(het_vec))))

hom_vec <- unlist(apply(Y.have, 1, function(x) get_hom_ints(x[1], x[2])))
unname(cbind(hom_vec, rep(1, length(het_vec))))

输出

（异构）

      [,1] [,2]
 [1,]   17    1
 [2,]    1    1
 [3,]    1    1
 [4,]    1    1
 [5,]    1    1
 [6,]    1    1
 [7,]    1    1
 [8,]    3    1
 [9,]    1    1
[10,]    3    1
[11,]    1    1
[12,]    1    1
[13,]    6    1
[14,]    1    1
[15,]    1    1

（同质）

      [,1] [,2]
 [1,]    7    1
 [2,]    6    1
 [3,]    6    1
 [4,]    1    1
 [5,]    1    1
 [6,]    1    1
 [7,]    1    1
 [8,]    2    1
 [9,]    2    1
[10,]    3    1
[11,]    1    1
[12,]    1    1
[13,]    3    1
[14,]    3    1
[15,]    2    1

Answer 2

library(partitions) 是为此类需求创建的，请查看。
将以下逻辑应用于您的代码，它应该可以工作

例如：

hom <- restrictedparts(19,3)  #where 19 is Y.have[,1][1] and 3 is Y.have[,2][1] as per your data 
print(hom[,ncol(hom)])

#output : 7 6 6

het <- Reduce(intersect, list(which(hom[2,1:ncol(hom)] %in% 1),which(hom[3,1:ncol(hom)] %in% 1)))
hom[,het]

#output : 17 1 1

Answer 3

一种选择是使用整数除法 (%/%) 和模数 (%%)。它可能无法给出您指定的确切结果，即。 8 和 3 给出 (2,2,4) 而不是 (3,3,2)，但通常会按照您的描述进行。

Y.have<-cbind(c(19,1,1,1,1,4,3,1,1,8),c(3,1,1,1,1,2,1,1,1,3))

homoVec <- c()
for (i in 1:length(Y.have[,1])){
  if (Y.have[i,2] == 1) {
    a = Y.have[i,1]
    homoVec <- append(homoVec, a)
  } else {
    quantNum <- Y.have[i,1]
    indexNum <- Y.have[i,2]
    b <- quantNum %/% indexNum
    c <- quantNum %% indexNum
    a <- c(rep(b, indexNum-1), b + c)
    homoVec <- append(homoVec, a)
  }
}

homoOut <- data.frame(homoVec, 1)

heteroVec <- c()
for (i in 1:length(Y.have[,1])){
  if (Y.have[i,2] == 1) {
    a = 1
    heteroVec <- append(heteroVec, a)
  } else {
    quantNum <- Y.have[i,1]
    indexNum <- Y.have[i,2]
    firstNum <- quantNum - (indexNum - 1)
    a <- c(firstNum, rep(1, indexNum - 1))
    heteroVec <- append(heteroVec, a)
  }
}

heteroOut <- data.frame(heteroVec, 1)

如果完全按照您在示例中描述的方式进行数学运算真的很重要，那么这应该可行。

homoVec <- c()
for (i in 1:length(Y.have[,1])){
  if (Y.have[i,2] == 1) {
    a = Y.have[i,1]
    homoVec <- append(homoVec, a)
  } else {
    quantNum <- Y.have[i,1]
    indexNum <- Y.have[i,2]
    b <- round(quantNum/indexNum)
    roundSum <- b * (indexNum - 1)
    c <- quantNum - roundSum
    a <- c(rep(b, indexNum-1), c)
    homoVec <- append(homoVec, a)
  }
}

homoOut <- data.frame(homoVec, 1)