使用 dplyr 按特定组中的变量拆分

Question

如何使用dplyr 拆分和复制数据帧？想象一下，我有一个带有分组变量（即group）、样本ID（即sample）和值的数据框。

library(tidyverse)

df <- tibble(group = c(rep(LETTERS[1:3], 3), "mix", "mix"),
       sample = paste0("sample", seq(1, 11)),
       value = rnorm(11, 20, sd = 30))

我需要通过 mix 组将该数据帧拆分为另外两个数据帧，并从该组中采样。第一组将是没有sample11 行的所有数据框，第二组将是没有sample10 行的所有数据框。像这样但更现代的方式。我相信有这个功能）

list(
  df1 = df %>% filter(sample != "sample10"),
  df2 = df %>% filter(sample != "sample11")
)

我需要对数十个目标样本进行此操作，然后为每个 df 映射一个函数。

Answer 1

试试这个

lapply(which(df$group == "mix"), function(x) df[-x, ])

到管道形式

df %>%
  { which(.$group == "mix") } %>%
  map(~ df[-., ])

Answer 2

你可以试试，

lapply(c('sample10', 'sample11'), function(i)df[!df$sample %in% i,])

Answer 3

您可以在plyr 包中使用ddply()（“dd”表示“数据框到数据框”）

my_list <- df %>% dlply("sample")

Answer 4

要对所有样本标签重复过滤，我会采用唯一的样本值，沿着该值映射，然后过滤以排除每一个。

library(dplyr)

df_list <- unique(df$sample) %>%
  purrr::map(~filter(df, sample != .))
df_list[1]
#> [[1]]
#> # A tibble: 10 x 3
#>    group sample    value
#>    <chr> <chr>     <dbl>
#>  1 B     sample2   -7.49
#>  2 C     sample3   34.1 
#>  3 A     sample4   61.4 
#>  4 B     sample5   51.9 
#>  5 C     sample6   15.7 
#>  6 A     sample7  -20.6 
#>  7 B     sample8   39.8 
#>  8 C     sample9   47.6 
#>  9 mix   sample10  37.3 
#> 10 mix   sample11  14.4

更好的是，命名数据框以显示排除了哪个样本：

df_list_named <- unique(df$sample) %>%
  purrr::set_names(paste, "excluded", sep = "_") %>%
  purrr::map(~filter(df, sample != .))
df_list_named[1]
#> $sample1_excluded
#> # A tibble: 10 x 3
#>    group sample    value
#>    <chr> <chr>     <dbl>
#>  1 B     sample2   -7.49
#>  2 C     sample3   34.1 
#>  3 A     sample4   61.4 
#>  4 B     sample5   51.9 
#>  5 C     sample6   15.7 
#>  6 A     sample7  -20.6 
#>  7 B     sample8   39.8 
#>  8 C     sample9   47.6 
#>  9 mix   sample10  37.3 
#> 10 mix   sample11  14.4

从那里，调用另一个 map 或其他任何方式来应​​用更多功能。