通过在 R 中聚合复杂的配对名称来求和答案

【问题标题】：Sum by aggregating complex paired names in R通过在 R 中聚合复杂的配对名称来求和
【发布时间】：2017-11-19 17:16:19
【问题描述】：

在 R 中，我正在尝试基于唯一 ID 聚合数据帧，但我需要为 ID 使用某种通配符值。这意味着我有这样的配对名称：

lion_tiger
elephant_lion
tiger_lion

我需要将 lion_tiger 和 tiger_lion ID 相加，因为这对中的顺序无关紧要。

以这个数据框为例：

df <- data.frame(pair = c("1_3","2_4","2_2","1_2","2_1","4_2","3_1","4_3","3_2"), 
             value = c("12","10","19","2","34","29","13","3","14"))

因此，对 ID“1_2”和“2_1”的值需要在一个新表中求和。该新行将显示为：

1_2 36

有什么建议吗？虽然我的示例使用数字作为配对 ID，但实际上我需要将其读取为文本（如上面的 lion_tiger 示例）。

【问题讨论】：

标签： r dplyr plyr

【解决方案1】：

我们可以通过_ 拆分“pair”列，然后将sort 和paste 拆分回来，按函数分组使用它来获取sum

tapply(as.numeric(as.character(df$value)), 
    sapply(strsplit(as.character(df$pair), '_'), function(x) 
     paste(sort(as.numeric(x)), collapse="_")), FUN = sum)

或者另一个选项是gsubfn

library(gsubfn)
df$pair <- gsubfn('([0-9]+)_([0-9]+)', ~paste(sort(as.numeric(c(x, y))), collapse='_'),  
      as.character(df$pair))
df$value <- as.numeric(as.character(df$value))
aggregate(value~pair, df, sum)

【讨论】：

如何将 gsubfn 与整个文本一起使用？像“lion_tiger”的例子？
@shu251 然后你得把模式从([0-9]+)改成([a-z]+)

【解决方案2】：

使用 tidyverse 和 purrrlyr

df <- data.frame(name=c("lion_tiger","elephant_lion",
            "tiger_lion"),value=c(1,2,3),stringsAsFactors=FALSE) 

require(tidyverse)
require(purrrlyr)
df %>% separate(col = name, sep = "_", c("A", "B")) %>% 
        by_row(.collate = "rows", 
            ..f = function(this_row) {
                  paste0(sort(c(this_row$A, this_row$B)), collapse = "_")
            }) %>% 
        rename(sorted = ".out") %>%
        group_by(sorted) %>%
        summarize(sum(value))%>%show
## A tibble: 2 x 2
#  sorted `sum(value)`
#  <chr>        <dbl>
#1 elephant_lion   2
#2 lion_tiger      4

【讨论】：

我将 show 替换为 'as.data.frame' 并让它写入一个新的数据帧。谢谢！