Início / coding / Perguntas / 77246437
Accepted
Gabriel G.
Asked: 2023-10-07 01:34:46 +0800 CST

Obtenha valores exclusivos de linhas com valores separados por vírgula com base em uma coluna de categoria específica em R

  • 772

Digamos que eu tenha:

group     X                 Y                   Z
A         cat, dog          dog, fox        
A         fox, chicken      dog, fox, chicken
A
B         fox, dog 
B         fox
B                                               bunny

Quero resumir os animais únicos por grupo com base nessas três colunas, como

group     animal
A         cat, dog, fox, chicken
B         bunny, dog, fox

A ordem dos animais não importa, desde que sejam valores únicos. Tentei:

df %>%  
group_by(group) %>% 
separate_rows("X", sep=",")   %>%  
distinct %>%    
summarise(X = toString(X))

O que não funciona nem para uma coluna (recebo vários NAs)

Eu estava pensando em algo como

df %>%   group_by(group) %>%   summarise_at(vars("X","Y","Z"), sum)

O que funciona para variáveis ​​numéricas não separadas por vírgula (um valor por linha)

3 respostas

  1. Best Answer

    Uma maneira seria:

    df %>%
   pivot_longer(-group)%>%
   separate_rows(value)%>%
   summarise(animal = toString(unique(value[nzchar(value)])), .by = group)

# A tibble: 2 × 2
  group animal                
  <chr> <chr>                 
1 A     cat, dog, fox, chicken
2 B     fox, dog, bunny

    Na base R você poderia fazer:

    fn <- function(x) {
  toString(unique(scan(text=x, what="", sep=',', strip.white = TRUE, quiet = TRUE)))
}
aggregate(values~group, cbind(df[1], stack(df,-1)), fn)

  group                 values
1     A cat, dog, fox, chicken
2     B        fox, dog, bunny
    • 2

  2. Aqui está uma maneira fácil (pressupõe que as células vazias sejam NA):

    library(tidyr)
df %>%
  separate_rows(-group) %>%
  pivot_longer(-group, values_drop_na = TRUE) %>%
  group_by(group) %>%
  summarise(value = str_c(unique(value), collapse = ", "))

    Dados do brinquedo:

    df <- data.frame(
  group = c("A", "A", "B", "B"),
  X = c("cat, dog", "chicken","fox, dog", "fox"),
  Y = c("dog, fox", "fox, dog", NA, NA),
  Z = c(NA, NA, "bunny", NA)
)
    • 2

  3. Também podemos unitedividir em "," e finalmente concatenar os uniquevalores

    library(tidyr)
library(dplyr)
library(stringr)

df |> 
    unite("animals",
          c(X, Y, Z),
          sep = ",",
          remove = TRUE,
          na.rm = TRUE
          ) |> 
    summarise(animals = str_split(animals, ",\\s*") |> 
                  unlist() |> 
                  unique() |> 
                  toString(),
              .by = group
              )

  group                animals
1     A cat, dog, fox, chicken
2     B        fox, dog, bunny
    • 0

relate perguntas