R - 用于重复行的 dplyr 映射切片答案

【问题标题】：R - dplyr map slice for repeat rowsR - 用于重复行的 dplyr 映射切片
【发布时间】：2016-08-12 10:29:38
【问题描述】：

我在组合 slice 和 map 时遇到问题。

我有兴趣做类似于this 的事情；也就是说，在我的情况下，将一个紧凑的人周期文件转换为一个长的（连续的）人周期文件。但是，因为我的文件太大，我需要先拆分数据。

我的数据是这样的

    group id var ep dur
1      A  1   a  1  20
2      A  1   b  2  10
3      A  1   a  3   5
4      A  2   b  1   5
5      A  2   b  2  10
6      A  2   b  3  15
7      B  1   a  1  20
8      B  1   a  2  10
9      B  1   a  3  10
10     B  2   c  1  20
11     B  2   c  2   5
12     B  2   c  3  10

我需要的只是这个（来自this的回答）

library(dplyr)
dt %>% slice(rep(1:n(),.$dur))

但是，我有兴趣介绍split(.$group)。

我应该怎么做？

dt %>% split(.$group) %>% map_df(slice(rep(1:n(),.$dur)))

例如不工作。

我想要的输出和dt %>% slice(rep(1:n(),.$dur))一样这是

     group id var ep dur
1       A  1   a  1  20
2       A  1   a  1  20
3       A  1   a  1  20
4       A  1   a  1  20
5       A  1   a  1  20
6       A  1   a  1  20
7       A  1   a  1  20
8       A  1   a  1  20
9       A  1   a  1  20
10      A  1   a  1  20
.....

但是我需要split这个操作，因为文件太大了。

数据

dt = structure(list(group = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 2L, 
2L, 2L, 2L, 2L, 2L), .Label = c("A", "B"), class = "factor"), 
id = structure(c(1L, 1L, 1L, 2L, 2L, 2L, 1L, 1L, 1L, 2L, 
2L, 2L), .Label = c("1", "2"), class = "factor"), var = structure(c(1L, 
2L, 1L, 2L, 2L, 2L, 1L, 1L, 1L, 3L, 3L, 3L), .Label = c("a", 
"b", "c"), class = "factor"), ep = structure(c(1L, 2L, 3L, 
1L, 2L, 3L, 1L, 2L, 3L, 1L, 2L, 3L), .Label = c("1", "2", 
"3"), class = "factor"), dur = c(20, 10, 5, 5, 10, 15, 20, 
10, 10, 20, 5, 10)), .Names = c("group", "id", "var", "ep", 
"dur"), row.names = c(NA, -12L), class = "data.frame")

【问题讨论】：

我不清楚 OP 期望的输出是什么（尽管我根本没有投票）
@hrbrmstr 我认为它与链接帖子中的相同

标签： r split dplyr

【解决方案1】：

map 有两个参数：.x 中的向量/列表和.f 中的函数。然后它将.f 应用于.x 中的所有元素。

您传递给map 的函数格式不正确。试试这个：

f <- function(x) x %>% slice(rep(1:n(), .$dur))
dt %>% 
  split(.$group) %>% 
  map_df(f)

你也可以这样使用：

dt %>% 
  split(.$group) %>% 
  map_df(slice, rep(1:n(), dur))

这次你直接将slice 函数传递给map 并附加参数。

【讨论】：

【解决方案2】：

我不太确定您想要的最终输出是什么，但您可以使用 tidyr 嵌套您想要重复的数据，并使用一个简单的函数来扩展嵌套数据的级别，这与 Tutuchan 的回答非常相似。

expand_df <- function(df, repeats) {
  df %>% slice(rep(1:n(), repeats))
}

dt %>% 
    tidyr::nest(var:ep) %>% 
    mutate(expanded = purrr::map2(data, dur, expand_df)) %>% 
    select(-data) %>% 
    tidyr::unnest()

Tutuchan 的回答给出的输出与您原来的方法完全相同——这就是您要找的吗？不知道会不会比你原来的方法有优势。

【讨论】：