我需要为数据框中的每个组选择第二个和第三个条目。我一直在尝试,但出现错误。
样本数据:
USER.ID restaurant
3 aaaa
3 ababa
3 asddw
4 bbbb
4 wedwe
2 ewedw
1 qwqw
1 dwqd
1 dqed
1 ewewq
期望的输出:
USER.ID 2nd_restaurant 3rd_restaurant
3 ababa asddw
3 ababa asddw
3 ababa asddw
4 wedwe NA
4 wedwe NA
2 NA NA
1 dwqd dqed
1 dwqd dqed
1 dwqd dqed
1 dwqd dqed
我尝试使用 dplyr,但我猜由于数据量很大,计算需要很长时间。有没有办法更有效地计算它?
我的代码:
data1 <- data %>%
arrange(USER.ID) %>%
group_by(USER.ID) %>%
mutate(second_restaurant = data[2,11]) %>%
mutate(third_restaurant = data[3,11])
11为原始数据集中餐厅的列号。
最佳答案
先复制餐厅列,然后使用mutate
提取相关值:
mydf %>%
mutate(restaurant2 = restaurant) %>%
group_by(USER.ID) %>%
mutate(restaurant = restaurant[2], restaurant2 = restaurant2[3])
# Source: local data frame [10 x 3]
# Groups: USER.ID
#
# USER.ID restaurant restaurant2
# 1 3 ababa asddw
# 2 3 ababa asddw
# 3 3 ababa asddw
# 4 4 wedwe NA
# 5 4 wedwe NA
# 6 2 NA NA
# 7 1 dwqd dqed
# 8 1 dwqd dqed
# 9 1 dwqd dqed
# 10 1 dwqd dqed
或者,更好(由@StevenBeaupré 提供):
mydf %>%
group_by(USER.ID) %>%
transmute(restaurant2 = nth(restaurant, 2),
restaurant3 = nth(restaurant, 3))
或者,如果您更喜欢“data.table”,来解释@DavidArenburg,您可以尝试:
library(data.table)
as.data.table(mydf)[, `:=`(restaurant_2 = restaurant[2L],
restaurant_3 = restaurant[3L]), by = USER.ID][]
或者,您甚至可以使用基础 R:
mydf[c("restaurant_2", "restaurant_3")] <- with(mydf, lapply(c(2, 3), function(x) {
ave(restaurant, USER.ID, FUN = function(y) y[x])
}))
关于r - 如何为R中的每个组选择第二行和第三行,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31158895/