使用 2 个因子变量的不同组合对原始数据框进行子集答案

【问题标题】：Subset the Orginal dataframe with different combinations of 2 factor variables使用 2 个因子变量的不同组合对原始数据框进行子集
【发布时间】：2023-04-06 02:10:01
【问题描述】：

我有一个包含 11 列和 18350 个观察值的数据集，其中包含可变的公司和区域。有 9 家公司 (company-0) 分布在 5 个区域（region-0 到 region-5），并非所有公司都存在于所有区域。我想为公司和地区的每个组合创建一个单独的数据框。你可以看到这样- 公司0-区域1， company0-region10, 公司0-区域7，公司1-区域5， company2-region0, 公司3-区域2，公司4-区域3，公司5-区域7，公司6-区域6，公司8-区域9， company9-region8

因此我在 R 中需要 11 个不同的数据帧。不可能有其他组合任何其他方法将不胜感激。提前致谢

我用split函数来得到一个列表-

p<-split(tsog1,list(tsog1$company),drop=TRUE)

现在我有一个数据框列表，我无法将该列表中的每个元素转换为单独的数据框。

我也尝试过使用循环，但无法获得唯一的命名数据框。

v<-c(1:9)
p<-levels(tsog1$company)
for (x in v)
{
  x.tsog1<-subset(tsog1,tsog1$company==p[x])
}

Dataset Image

【问题讨论】：

您能在此处添加可重现的数据以供我们帮助您吗？请在您的问题中添加dput(data) 输出。
嘿！我是堆栈新手，我想添加数据集，但我想知道该怎么做？？
在R 环境中读取数据后，运行dput(head(data))，然后将输出粘贴到此处。

标签： r

【解决方案1】：

您可以为区域公司组合创建一个列，并按该列进行拆分。

例如：

library(tidyverse)

# Create a df with 9 regions, 6 companies, and some dummy observations (3 per case)
df <- expand.grid(region = 0:8, company = 0:5, dummy = 1:3 ) %>% 
  mutate(x = round(rnorm((54*3)),2)) %>% 
  select(-dummy) %>% as_tibble()

# Create the column to split, and split.
df %>% 
  mutate(region_company = paste(region,company, sep = '_')) %>% 
  split(., .$region_company)

现在，获得数据框列表后该怎么做，取决于您接下来的步骤。例如，如果您想保存它们，您可以使用walk 或lapply。

为了节省：

df_list <- df %>% 
  mutate(region_company = paste(region,company, sep = '_')) %>% 
  split(., .$region_company)

iwalk(df_list,function(df, nm){
  write_csv(df, paste0(nm,'.csv'))
})

或者，如果您只是想访问它：

> df_list$`0_4`
# A tibble: 3 x 4
  region company     x region_company
   <int>   <int> <dbl> <chr>         
1      0       4  0.54 0_4           
2      0       4  1.61 0_4           
3      0       4  0.16 0_4

【讨论】：