Início / coding / Perguntas / 79585438
Accepted
Amanda Goldberg
Asked: 2025-04-22 06:50:20 +0800 CST

Como dinamizar dados e criar uma lista

  • 772

Tenho um conjunto de dados (conjunto de dados fictício abaixo). Preciso ampliá-lo, mas também criar uma lista com cada nível por "Bloco".

Block<-c("a1","a1","a1","a1","a1","b1","b1","b1","b1") #2 block
Species<-c("c","c","c","d","d","c","e","c","e")
date<-c("2021-03-29","2021-03-30","2021-03-28","2021-03-30","2021-03-29",
"2021-03-29","2021-03-29","2021-03-28","2021-03-28")
df<-data.frame(Block, Species, date)

Abaixo está o resultado que estou tentando obter. Sei como fazer isso se eu extrair cada bloco individualmente, ampliar o zoom e combinar cada um em uma lista. No entanto, na realidade, tenho um conjunto de dados muito maior, com mais datas, espécies e blocos, então não quero fazer isso manualmente. Existe uma maneira mais eficiente de fazer isso? Muito obrigado.

$a1
     2021-03-28 2021-03-29 2021-03-30 
c    1              1          1   
d    0              1          1   

$b1
     2021-03-28 2021-03-29 
c    1              1             
e    1              1

6 respostas

  1. Você está procurando por

    X = data.frame(Block, Species, date)

Lt = with(X, table(Species, date, Block)) 
# or: Lt = xtabs(~Species+date+Block, data=X)
lapply(seq(dim(Lt)[3]), \(z) Lt[,, z]) |>
  setNames(dimnames(Lt)$Block) # or: unique(X$Block)

    $a1
       date
Species 2021-03-28 2021-03-29 2021-03-30
      c          1          1          1
      d          0          1          1
      e          0          0          0

$b1
       date
Species 2021-03-28 2021-03-29 2021-03-30
      c          1          1          0
      d          0          0          0
      e          1          1          0

    ou

    lapply(seq(dim(Lt)[3]), \(z) as.data.frame.matrix(Lt[,, z])) |>
  setNames(dimnames(Lt)$Block) # or: unique(X$Block)

    $a1
  2021-03-28 2021-03-29 2021-03-30
c          1          1          1
d          0          1          1
e          0          0          0

$b1
  2021-03-28 2021-03-29 2021-03-30
c          1          1          0
d          0          0          0
e          1          1          0

    que corresponde à sua representação desejada: nomeado listde data.frames.

    Observação. Muitas vezes, não queremos nomes de colunas como " `2021-03-28` `2021-03-29` `2021-03-30`e informações importantes como nomes de linhas" "c" "d" "e". A modificação é direta e bons exemplos de "R forçando tabela a um quadro de dados" são fáceis de encontrar.

    • 1 
  2. library(tidyr)
library(dplyr)

arrange(df, date) |>
  split(~Block) |>
  lapply(pivot_wider, values_from=Block, names_from = date, 
         values_fn   = \(x) 1,
         values_fill = 0)

    Dá:

    $a1
# A tibble: 2 × 4
  Species `2021-03-28` `2021-03-29` `2021-03-30`
  <chr>          <dbl>        <dbl>        <dbl>
1 c                  1            1            1
2 d                  0            1            1

$b1
# A tibble: 2 × 3
  Species `2021-03-28` `2021-03-29`
  <chr>          <dbl>        <dbl>
1 c                  1            1
2 e                  1            1
    • 1
  3. Best Answer

    Supondo que os números sejam contagens de Espécies por data , use lapplye data.framepara obter o formato desejado com nomes de linhas de Espécies

    library(dplyr)
library(tidyr)

summarize(df, uID = length(Species), .by = c(Species, date, Block)) %>% 
  arrange(date) %>% 
  pivot_wider(names_from = date, values_from = uID, values_fill = 0) %>% 
  split(., ~ Block) %>% 
  lapply(., \(x) 
    data.frame(x[!grepl("Block|Species", colnames(x))], 
      row.names = x$Species, check.names = F))

    saída

    $a1
  2021-03-28 2021-03-29 2021-03-30
c          1          1          2
d          0          1          1

$b1
  2021-03-28 2021-03-29 2021-03-30
c          1          1          0
e          1          1          0

    ou (dependendo de quantos blocos são criados, pode ter menos desempenho porque pivot_widerprecisa ser aplicado várias vezes ao bloco )

    library(dplyr)
library(tidyr)

split(df, ~ Block) %>% 
  lapply(., \(x) 
    arrange(x, date) %>% 
    pivot_wider(names_from = date, values_from = Block, values_fn = ~ length(.x), values_fill = 0) %>% 
    data.frame(., row.names = .$Species, check.names = F) %>%
    select(-Species))

    saída

    $a1
  2021-03-28 2021-03-29 2021-03-30
c          1          1          2
d          0          1          1

$b1
  2021-03-28 2021-03-29
c          1          1
e          1          1
    Dados

    (ligeiramente modificado para obter contagens > 1)

    df <- structure(list(Block = c("a1", "a1", "a1", "a1", "a1", "a1", 
"b1", "b1", "b1", "b1"), Species = c("c", "c", "c", "c", "d", 
"d", "c", "e", "c", "e"), date = c("2021-03-29", "2021-03-30", 
"2021-03-30", "2021-03-28", "2021-03-30", "2021-03-29", "2021-03-29", 
"2021-03-29", "2021-03-28", "2021-03-28")), row.names = c("1", 
"2", "21", "3", "4", "5", "6", "7", "8", "9"), class = "data.frame")
    • 1

  4. As pessoas sempre esquecem a função fácil tapply:

    tapply(df[2:3], df[1], table)
$a1
       date
Species 2021-03-28 2021-03-29 2021-03-30
      c          1          1          1
      d          0          1          1

$b1
       date
Species 2021-03-28 2021-03-29
      c          1          1
      e          1          1
    • 1

  5. Os dados utilizados são apresentados na Nota no final.

    1) dplyr/tidyr Adicione uma coluna de 1s, classifique os dados e aninhe-os Blockpara que a datacoluna seja uma lista de tibbles. Gire os tibbles individuais usando pivot_widere extraia a datacoluna resultante.

    library(dplyr)
library(tidyr)

df %>%
  mutate(value = 1) %>%
  arrange(Block, date) %>%
  nest_by(Block) %>%
  mutate(data = list(pivot_wider(data, names_from = "date", values_fill = 0))) %>%
  pull(data)

    dando:

    [[1]]
# A tibble: 2 × 4
  Species `2021-03-28` `2021-03-29` `2021-03-30`
  <chr>          <dbl>        <dbl>        <dbl>
1 c                  1            1            1
2 d                  0            1            1

[[2]]
# A tibble: 2 × 3
  Species `2021-03-28` `2021-03-29`
  <chr>          <dbl>        <dbl>
1 c                  1            1
2 e                  1            1

    1a) Esta variação que também usa mapfrom purrr é uma alternativa.

    library(dplyr)
library(purrr)
library(tidyr)

df %>%
  mutate(value = 1) %>%
  arrange(Block, date) %>%
  nest(.by = Block) %>%
  mutate(data = map(data, ~ pivot_wider(.x, names_from = "date", values_fill = 0))) %>%
  pull(data)

    2) Base R: Adicione uma valuecoluna e classifique, resultando em df2. Em seguida, para cada bloco, aplique reshapea conversão de formato longo para formato largo, corrija os nomes e substitua os NAs por 0s.

    df2 <- df |>
  transform(value = 1) |>
  sort_by(~ Block + date)

by(df2, df2$Block, \(x) {
  wide <- reshape(x[-1], dir = "wide", idvar = "Species", timevar = "date")
  names(wide) <- sub("value.", "", names(wide))
  replace(wide, is.na(wide), 0)
})

    2a) Se for aceitável ter uma lista de matrizes de classe "xtabs" em vez de quadros de dados, podemos simplificar isso para:

    df2 <- df |> sort_by(~ Block + date)
by(df2, df2$Block, xtabs, formula = ~ Species + date)

    3) Matriz 3D Se você quiser considerar outras representações, podemos converter dfpara uma matriz 3D como esta:

    xtabs(~ Species + date + Block, df)

    dando

    , , Block = a1

       date
Species 2021-03-28 2021-03-29 2021-03-30
      c          1          1          1
      d          0          1          1
      e          0          0          0

, , Block = b1

       date
Species 2021-03-28 2021-03-29 2021-03-30
      c          1          1          0
      d          0          0          0
      e          1          1          0

    Observação

    A pergunta se refere a Site, mas não o define, então omitimos essa coluna e também a definição de df"refere-se a" datetimee presumimos que o que se queria dizer era, datejá que não há datetimedefinição. Assim, usamos isso paradf

    df <- structure(list(Block = c("a1", "a1", "a1", "a1", "a1", "b1", 
"b1", "b1", "b1"), Species = c("c", "c", "c", "d", "d", "c", 
"e", "c", "e"), date = c("2021-03-29", "2021-03-30", "2021-03-28", 
"2021-03-30", "2021-03-29", "2021-03-29", "2021-03-29", "2021-03-28", 
"2021-03-28")), class = "data.frame", row.names = c(NA, -9L))
    • 0 
  6. lapply(split(df, df$Block), \(s) with(s, table(Species, date)))

# $a1
#        date
# Species 2021-03-28 2021-03-29 2021-03-30
#       c          1          1          1
#       d          0          1          1
# 
# $b1
#        date
# Species 2021-03-28 2021-03-29
#       c          1          1
#       e          1          1

    Dados reproduzíveis:

    data.frame(
  Block = rep(c("a1", "b1"), c(5, 4),
  Species = c("c", "c", "c", "d", "d", "c", "e", "c", "e"),
  date = c(
    "2021-03-29", "2021-03-30", "2021-03-28", "2021-03-30", "2021-03-29",
    "2021-03-29", "2021-03-29", "2021-03-28", "2021-03-28"
  )
)
    • 0

relate perguntas