Kansas Keeton's questions

Digamos que eu tenha estes dados de exemplo:

library(tidyverse)

colNames <- c('A', 'B')

df <- tibble(A = sample(1:1000, 20),
             A_Direction = 'Decreasing',
             B = sample(1:1000, 20),
             B_Direction = 'Increasing')

Quero alterar as colunas Ade Bforma que, se A_Directionou B_Directionestiver diminuindo, seja 0 e, se estiver aumentando, seja 1. Aqui está o que tentei:

dfNew <- df %>%
  mutate(across(.cols = matches(paste0('^', colNames, '$')),
                .fns = ~ifelse(test = paste0(cur_column(), '_Direction')=='Decreasing',
                               yes = 0,
                               no = 1)))

Mas é claro que ele não reconhece o testargumento porque é uma string, então ambas as colunas se tornam 1. Alguma idéia de como posso fazer isso programaticamente (os dados do OG têm muito, muito mais colunas como esta).

Adoro gta capacidade de separar grupos de linhas em colunas, mas quero ter DOIS grupos de linhas como colunas, não uma coluna com dois grupos concatenados, que é o padrão. Por exemplo:

library(gt)

gtcars %>%
  group_by(mfr, year) %>%
  gt(row_group_as_column = TRUE)

Isso nos dá uma gttabela parecida com esta, com a marca e o ano concatenados em uma coluna. Existe uma maneira de ter duas colunas de agrupamento separadas, uma para mfre outra para year?

Estou escrevendo uma função para dinamizar uma tabela de dados para um formato longo. Para o cols = argumento, o nome da primeira coluna será sempre o mesmo, mas a coluna final (e o número de colunas) mudará. Existe uma maneira de pegar o "resto" das colunas sem nomeá-las ou por seus índices?

Digamos que eu tenha estes dados de amostra:

data <- structure(list(Site = c("A", "B"), Group = c("1", "2"), grip = c("S", 
"H"), height = c("S", "T"), width = c("W", "N"), QA = c("Y", 
"N")), class = "data.frame", row.names = c(NA, -2L))

É assim:

  Site Group grip height width QA
1    A     1    S      S     W  Y
2    B     2    H      T     N  N

E às vezes o conjunto de dados terá mais colunas. Digamos que eu queira obter colunas grip:QA, sem nomear o controle de qualidade ou fornecer seu número de índice. Eu tentei o seguinte:

data %>%
  pivot_longer(cols = grip:everything(),
               names_to = "Name",
               values_to = "value")

Mas recebo o aviso Warning message: In x:y : numerical expression has 6 elements: only the first usede ele não gira da maneira que desejo. O que estou tentando alcançar é possível?

Tenho várias substituições de strings que preciso realizar consecutivamente em um vetor (ou seja, a próxima substituição é baseada na substituição anterior), mas não quero copiar e colar várias vezes enquanto estou tentando otimizar meus blocos de código .

Eu tenho um vetor:

initNames <- c("A.-.B", "A.B", "A0", "1 2", "AB BC")

Quero substituir elementos dentro do vetor para que a saída final fique assim:

newNames <- c("A - B", "A B", "Ao", "1.2", "AB.BC")

Eu posso conseguir isso desta forma:

newNames <- gsub(".-.", " - ", initNames, fixed = TRUE)
newNames <- gsub(".", " ", newNames, fixed = TRUE)
newNames <- gsub("A0", "Ao", newNames, fixed = TRUE)
newNames <- gsub("1 2", "1.2", newNames, fixed = TRUE)
newNames <- gsub("AB BC", "AB.BC", newNames, fixed = TRUE)

Mas quero fazer isso de forma otimizada. Eu tentei isso:

toreplace <- c(".-.", ".", "A0", "1 2", "AB BC")
replacements <- c(" - ", " ", "Ao", "1.2", "AB.BC")

initNames <- initNames %>% as_tibble()

newNames <- purrr::accumulate(initNames,
                          \(x, y) {
                            gsub(x = toreplace, y = replacements, initNames, fixed = TRUE)
                          })

Mas só mudou o primeiro valor. Também tentei usar purrr::map2(), mas consegui uma lista em que cada elemento é substituído, mas não se baseia na substituição anterior:

newNames <- purrr::map2(toreplace, replacements, ~gsub(.x, .y, initNames, fixed = TRUE))

Alguém pode pensar em uma maneira de conseguir isso?

Muito obrigado!

Ainda não entendo muito bem as expressões regulares e, para este projeto, não tenho tempo para aprendê-las (mas pretendo fazê-lo o mais rápido possível). Digamos que eu tenha estes nomes de arquivos como strings:

string <- c("2019data/ABC19_XY_10001/finit1/ABC19_XY_10001_FAST (1).csv", 
            "2019data/ABC19_XY_2145/finit2/ABC19_XY_2154_GRABBER (1).csv")

Para este exemplo, quero extrair apenas o número após o sublinhado, ou seja, 10001e 2145, e a palavra final, ou seja, FASTe GRABBERe colá-los juntos assim: 10001_FASTe 2145_GRABBER. Como eu faria isso?

Editar : a estrutura do arquivo é quase sempre assim, exceto que o valor numérico pode ter qualquer número de dígitos e a palavra no final pode ser tão longa quanto quem nomeou o arquivo.

Suponha que eu queira criar um novo classidentificador chamado outdoorsno mpgconjunto de dados que calcula a soma da hwyquilometragem para jipes, land rovers e subarus entre os grupos 1 e 2. Existe uma maneira de fazer isso no tidyverse sem convertê-lo para formato amplo? Aqui está um código (que não funciona, é claro) que mostra o que estou tentando alcançar.

library(tidyverse)
data(mpg)

mpg_new <- mpg %>%
   mutate(group = rep(c(1,2), times = 117)) %>%
   group_by(group) %>%
   mutate(hwy[class="outdoors"] = sum(hwy[manufacturer=="jeep"], hwy[manufacturer=="land rover"], hwy[manufacturer=="subaru"]))

# class="outdoors" is the new identifier I am trying to create within the class variable

A minAB0coluna deve gerar conforme descrito na mutate()função.

data <- data %>%
  group_by(Sample) %>%
  mutate(minAB0 = min(XD_VD+SE, value)) # why is this outputting a different number?

Quando faço isso fora da mutatefunção, funciona:

min((data$XD_VD[1] + data$SE[1]), data$value[1]) = 29
min((data$XD_VD[2] + data$SE[2]), data$value[2]) = 36.71198

Porém , quando faço isso usando o tidyverse , meus números estão todos errados ( minAB0 = 26for Sample=1e minAB0 = 32.98313for Sample=2). Por que isso está acontecendo? Alguém obtém o resultado certo quando faz isso sozinho e, em caso afirmativo, como?

Aqui estão meus dados:

data <- structure(list(Sample = c(1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 
1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2), XD_VD = c(35.9419827146857, 
35.9419827146857, 35.9419827146857, 35.9419827146857, 35.9419827146857, 
35.9419827146857, 35.9419827146857, 35.9419827146857, 35.9419827146857, 
35.9419827146857, 35.9419827146857, 35.9419827146857, 35.9419827146857, 
35.9419827146857, 35.9419827146857, 35.9419827146857, 35.9419827146857, 
35.9419827146857, 35.9419827146857, 35.9419827146857, 35.9419827146857, 
32.1823275467508, 32.1823275467508, 32.1823275467508, 32.1823275467508, 
32.1823275467508, 32.1823275467508, 32.1823275467508, 32.1823275467508, 
32.1823275467508, 32.1823275467508), SE = c(0.77, 0.77, 0.77, 
0.77, 0.77, 0.77, 0.77, 0.77, 0.77, 0.77, 0.77, 0.77, 0.77, 0.77, 
0.77, 0.77, 0.77, 0.77, 0.77, 0.77, 0.77, 0.8008, 0.8008, 0.8008, 
0.8008, 0.8008, 0.8008, 0.8008, 0.8008, 0.8008, 0.8008), value = c(29, 
49, 44, 50, 37, 40, 50, 56, 65, 93, 87, 49, 46, 57, 39, 44, 26, 
30, 45, 44, 98, 70, 59, 70, 77, 55, 50, 33, 58, 71, 68)), row.names = c(NA, 
-31L), class = c("tbl_df", "tbl", "data.frame"))

Um milhão de agradecimentos!

Quero criar uma coluna com as letras AD repetindo 5 vezes, mas quero repetir cada letra 5 vezes, e não repetir AD 5 vezes. Por exemplo, eu quero A A A A A B B B B Betc, NÃO A B C D A B C D. Isto é o que eu tentei, mas não funciona.

data$group <- rep(c("A",5), ("B",5), ("C",5), ("D",5))

Eu recebo o erro:

Error: unexpected ',' in "helpd$Group <- rep(c("A",5), ("B","

Então, algo está errado com minha sintaxe. Alguém sabe a sintaxe apropriada?

Obrigado!