如何从 R 中的另一个数据框中展平数据框变量

Question

我有两个数据框。一个用作组定义（调色板）及其各自的部分（颜色）。其中一些将由组合形成。另一方面，我有一个具有不同组组合（非严格调色板）的测试数据框，例如颜色+调色板。我想要一个最终的数据框，所有非严格调色板都有各自的部分（颜色）。

# Definition dataframe ----

n = 3

Blues   = paste0('blue',  seq_len(n))
Greens  = paste0('green', seq_len(n))
Rainbow = c('red', 'Greens')

d_create = data.frame(
  group = c(
    rep(c('Blues', 'Greens'), each = n),
    rep('Rainbow', 2)
  ),
  piece = c(Blues, Greens, Rainbow)
)

d_create

#     group  piece
# 1   Blues  blue1
# 2   Blues  blue2
# 3   Blues  blue3
# 4  Greens green1
# 5  Greens green2
# 6  Greens green3
# 7 Rainbow    red
# 8 Rainbow Greens

# Test dataframe ----

Rainbow_plus = c('orange', 'Blues', 'Rainbow')

d_test = data.frame(
  group = c(
    rep('Blues',        length(Blues)),
    rep('Rainbow_plus', length(Rainbow_plus))
  ),
  piece = c(Blues, Rainbow_plus)
)

d_test

#          group   piece
# 1        Blues   blue1
# 2        Blues   blue2
# 3        Blues   blue3
# 4 Rainbow_plus  orange
# 5 Rainbow_plus   Blues
# 6 Rainbow_plus Rainbow

# Desired dataframe ----

d_desired = data.frame(
  group = c(
    rep('Blues', n),
    rep('Rainbow_plus', (2*n+2))
  ),
  piece = c(
    Blues,
    c('orange', Blues, 'red', Greens)
  )
)

d_desired

#           group  piece
# 1         Blues  blue1
# 2         Blues  blue2
# 3         Blues  blue3
# 4  Rainbow_plus orange
# 5  Rainbow_plus  blue1
# 6  Rainbow_plus  blue2
# 7  Rainbow_plus  blue3
# 8  Rainbow_plus    red
# 9  Rainbow_plus green1
# 10 Rainbow_plus green2
# 11 Rainbow_plus green3

已编辑：

我更改了数据框示例。现在，d_create 包括：

1. “蓝调”one_depth_group
2. “绿党”one_depth_group
3. “彩虹”：(mix_group) simple+one_depth_group

在 d_test 上，我们有：

1. “蓝调”：one_depth_group
2. “Rainbow_plus”：简单+one_depth_group+mix_group

请注意，red 和 orange 是以前未定义的新颜色，因此它们保持不变。

我想我必须遍历d_test$piece，并检查每个部分是否存在于d_create$group。如果存在，请扩展为相应的和平。如果不是，保持不变。

lapply(d_test$piece, function(x) {
    check1 = x %in% d_create$group
    if (!check1) {
      x
    } else {
      lapply(d_test[d_test$group == x,]$piece, function(z){
        check2 = z %in% d_create$group
        if (!check2) {
          z
        } else {
          lapply(d_test[d_test$group == z, ]$piece, function(m){
            check3 = m %in% d_create$group
            if (!check3) {
              m
            } else {
              'infinite_loop'
            }
          })
        }
      })
    }

  })

但我不想编写每个可能的循环，因为在现实世界中，未来的扁平化工作将是不可预测的。也许使用while。一些帮助？谢谢

Answer 1

你可以编写一个while循环，在这种情况下-

• 先将df_test（事务表）后缀1的列名改为d_create（主表）对应的列名，这样就可以开始循环，也可以定义结束点。李>
• 在 while 循环的每次迭代中，left_join 您的事务表和主表，这样您就可以在事务表中获得一个额外的列以及相应的层次结构级别（第一层次结构中的第一级）。
• 之后coalesce 事务表的第一列（结果）与新创建的列。
• 只有当主表中没有其他值可以匹配时，循环才会结束，即如果创建的新列将只包含相同的值而没有额外的值。

我希望我已经把逻辑说得很清楚了。

library(dplyr)

#rename one column of d_test
d_test <- d_test %>% rename(piece1 = piece)

#actual while loop
j = 1
while(any(d_test[,(paste0('piece',j))] %in% d_create$group)){
  d_test %>% left_join(d_create, by = c('piece1' = 'group')) %>%
    rename(!!paste0('piece', j +1) := piece) %>%
    mutate(piece1 = coalesce(get(paste0('piece', j+1)), piece1)) -> d_test
  j = j +1
}

#desired output
d_test %>% select(group, piece1)

          group piece1
1         Blues  blue1
2         Blues  blue2
3         Blues  blue3
4  Rainbow_plus orange
5  Rainbow_plus  blue1
6  Rainbow_plus  blue2
7  Rainbow_plus  blue3
8  Rainbow_plus    red
9  Rainbow_plus green1
10 Rainbow_plus green2
11 Rainbow_plus green3