我很难解决这个问题。我将在示例的基础上最好地解释它,让我们看看下面的数据:
order type_a type_b type_c type_d
1 1 0 50 10 0
2 2 10 0 0 80
3 3 15 0 0 35
4 4 0 0 30 0
5 5 0 20 40 0
和
dput
:data <- structure(list(order = c(1, 2, 3, 4, 5), type_a = c(0, 10, 15,
0, 0), type_b = c(50, 0, 0, 0, 20), type_c = c(10, 0, 0, 30,
40), type_d = c(0, 80, 35, 0, 0)), .Names = c("order", "type_a",
"type_b", "type_c", "type_d"), row.names = c(NA, -5L), class = "data.frame")
我们可以看到第一列告诉我们订单号,其余的列告诉我们什么属于这个订单。此外,如果 type_* 列填充为 0,则它不相关。
我想创建一个新列,根据“订单描述”--> type_* 列定义组。例如,对于订单 1 和订单 5,我们有相同的 type_* 列,但没有填充 0 值,因此它们属于同一组,订单 2 和 3 也是如此,依此类推。
我的最终结果应该是这样的:
order type_a type_b type_c type_d group
1 1 0 50 10 0 group_1
2 2 10 0 0 80 group_2
3 3 15 10 0 35 group_2
4 4 0 0 30 0 group_3
5 5 0 20 40 0 group_1
仅供引用,在我的真实数据中,我确实有超过 4 列 type_* --> 大约有 10-15 列!
感谢帮助!
最佳答案
您的组由第 2 到 5 列中 0 的存在与否来定义。测试 0,将 TRUE/FALSE 值折叠为字符串,您将获得每个组的唯一字符串。转换为因子:
> data$group = factor(apply(data[,2:5] ==0,1,paste,collapse=""))
> data
order type_a type_b type_c type_d group
1 1 0 50 10 0 TRUEFALSEFALSETRUE
2 2 10 0 0 80 FALSETRUETRUEFALSE
3 3 15 0 0 35 FALSETRUETRUEFALSE
4 4 0 0 30 0 TRUETRUEFALSETRUE
5 5 0 20 40 0 TRUEFALSEFALSETRUE
现在名字很难看,所以改变级别:
> class(data$group)
[1] "factor"
> levels(data$group)=paste("group_",1:length(levels(data$group)))
> data
order type_a type_b type_c type_d group
1 1 0 50 10 0 group_ 2
2 2 10 0 0 80 group_ 1
3 3 15 0 0 35 group_ 1
4 4 0 0 30 0 group_ 3
5 5 0 20 40 0 group_ 2
如果所有这些大写的 TRUEFALSE 伤害你的眼睛,一个简单的修复将产生一个整洁的二进制数:
> data$group = factor(apply(0+(data[,2:5] ==0),1,paste,collapse=""))
> data
order type_a type_b type_c type_d group
1 1 0 50 10 0 1001
2 2 10 0 0 80 0110
3 3 15 0 0 35 0110
4 4 0 0 30 0 1101
5 5 0 20 40 0 1001
关于r - 基于非零填充列组合创建组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52659842/