需要一个 R 函数按 Y 计数复制 X 数据，其中 X 包含一些重复值答案

【问题标题】：Need an R function to replicate X data by Y counts, where X contains some repeated values需要一个 R 函数按 Y 计数复制 X 数据，其中 X 包含一些重复值
【发布时间】：2022-01-08 09:56:35
【问题描述】：

我有一个相当大的数据集 (18,000) 行，其中 2 列不感兴趣。我想将一个（X）作为定量值，另一个（Y）作为计数，并根据计数重复 X 数据。由于数据的性质，X 列中有重复值，我只想创建一个包含所有 X 值及其重复测量的新数据集。我尝试过执行以下操作，但它返回一个无效的时间参数：rep, df$X, df$Y

我不确定为什么会发生此错误，也不知道从哪里开始。任何帮助表示赞赏。下面是我的数据的一个小样本。

【问题讨论】：

我再次阅读了您的问题，现在我不明白您要做什么。您的预期输出如何？
（我同意。）请发布来自dput(head(df,10)) 的输出，也许df 有一些不明显的问题。
啊，我明白了……你的数据中可能有一个NA。

标签： r histogram rep

【解决方案1】：

当一个或多个Y 是NA（或负数）时，我可以重现该错误：

df
#       X  Y
# 1  8.76  3
# 2 24.69 NA
# 3  6.24  2
# 4  1.17  0
# 5  6.54  3
# 6 10.29  0
# 7 11.04  1
# 8 16.71  1
rep(df$X, df$Y)
# Error in rep(df$X, df$Y) : invalid 'times' argument
df$Y[2] <-  -1
rep(df$X, df$Y)
# Error in rep(df$X, df$Y) : invalid 'times' argument

我们可以用0替换NA：

rep(df$X, pmax(0, df$Y, na.rm = TRUE))
#  [1]  8.76  8.76  8.76  6.24  6.24  6.54  6.54  6.54 11.04 16.71

数据

df <- structure(list(X = c(8.76, 24.69, 6.24, 1.17, 6.54, 10.29, 11.04, 16.71), Y = c(3L, NA, 2L, 0L, 3L, 0L, 1L, 1L)), row.names = c(NA, -8L), class = "data.frame")

【讨论】：

哇。我觉得很笨。我的 DF 的最后一行包含所有 NA 值。这解决了它！谢谢！
我们都去过那里，不用担心。由于您是新人......当您对答案解决您的问题感到满意时，请accept it（出于多种原因）。不急于这样做，这是一种常见的策略（有一些类型的问题）等待一个更令人愉快（或更快或更优雅或......）的答案，也许一三天。但请记住回来接受这个或其他首选答案之一。谢谢！
我接受了它，因为它解决了我的问题。前几天刚开始学R，还有很长的路要走。

【解决方案2】：

也许您正在寻找uncount？

library(tidyr)
library(dplyr)

df %>% 
  uncount(count)

# A tibble: 10 x 1
   value
   <dbl>
 1  8.76
 2  8.76
 3  8.76
 4  6.24
 5  6.24
 6  6.54
 7  6.54
 8  6.54
 9 11.0 
10 16.7

【讨论】：

【解决方案3】：

一个基本的 R 替代方案：

transform(df[rep(seq_len(nrow(df)), df$y),], y = sequence(df$y))

输出：

        x y
1    8.76 1
1.1  8.76 2
1.2  8.76 3
3    6.24 1
3.1  6.24 2
5    6.54 1
5.1  6.54 2
5.2  6.54 3
7   11.04 1
8   16.71 1

数据：

df <- structure(list(x = c(8.76, 24.69, 6.24, 1.17, 6.54, 10.29, 11.04, 
16.71), y = c(3L, 0L, 2L, 0L, 3L, 0L, 1L, 1L)), class = "data.frame", row.names = c(NA, 
-8L))

【讨论】：