數據運算-027篇-數據的行合併

生活科學哥-R語言科學 2020-10-24 6：23       有段時間沒有寫一下R的一些小操作了，因為工作實在太忙，又是要一個周末的時間，依舊早起，寫一寫碰到的操作，權作筆記。突然想起昨天上班路上，開車，聽到了個老歌，叫「瀟灑走一回」，我想，未來那一天到來的時候，我的墓志銘，上面應該是這首歌，在匆匆的人生中，我們至少要留下點東西，不是麼？        有點扯遠了哈。今天，我們來看一個合併的問題，是個簡單的操作，但是自己剛開始沒領悟，原來可以簡單實現。

  原始的數據結構如下：

library(dplyr)library(magrittr)tmp<-data.frame(x=c(1,1,2,1,2,2),y=letters[1:6])> tmp   x y1: 1 a2: 1 b3: 2 c4: 1 d5: 2 e6: 2 f
任務有兩種：
     x new    <dbl> <chr>1     1 a.b.d2     2 c.e.f
     x y     new    <dbl> <fct> <chr>1     1 a     a.b.d2     1 b     a.b.d3     2 c     c.e.f4     1 d     a.b.d5     2 e     c.e.f6     2 f     c.e.f
     其實這個任務，目的非常的明確，那麼，如何快速來實現呢？從思路上來說，其實無非就是分組，然後合併即可，簡單如下：
 tmp%>%group_by(x)%>%summarise(new=paste0(y,collapse = "."))        x new    <dbl> <chr>1     1 a.b.d2     2 c.e.f
    當時因為沒有好好理解分組與summarize的操作，以為summarize只能作一些數學的運算，其實paste0之類的，完全是可以的，比如說，計算分組之後，這些字符串的其它的運算，比如進一步算字符串的個數等：
tmp%>%group_by(x)%>%summarise(new=paste0(y,collapse = ".")%>%nchar())      x   new  <dbl> <int>1     1     52     2     5      x   new  <dbl> <int>1     1     52     2     5
 想想也是慚愧，這個本來是一個很簡單的事情，卻因為思維的固化沒想到。
   
   相比任務1，任務2也是類似，用mutate生成新列即可：
tmp%>%group_by(x)%>%mutate(new=paste0(y,collapse = "."))     x y     new    <dbl> <fct> <chr>1     1 a     a.b.d2     1 b     a.b.d3     2 c     c.e.f4     1 d     a.b.d5     2 e     c.e.f6     2 f     c.e.f
是不是挺簡單的？只要分組之後，啥都好說
   說到任務1，原來為了解決這個問題，看到一個騷操作：
library(data.table)tmp<-data.table(tmp)tmp[,lapply(.SD,paste0,collapse = "."),by=x]
可能重點就是data.table裡的一些使用，不過個人不熟，只能照代碼來弄一下，其意思就是，將原來的數據，按照x列分之後進行連接，結果是一樣的；重點是一定要加載data.table包並且把數據轉成data.table的格式。
> tmp[,lapply(.SD,paste0,collapse = "."),by=x]   x     y1: 1 a.b.d2: 2 c.e.f
   用到summarize之後，看了下幫助文件，其實裡面關於生成的數據，分組怎麼保留，有個.groups參數，值得去了解一下。
mtcars %>%     group_by(am) %>%    summarise(mpg = sum(mpg), .groups = 'drop')
mtcars %>%   group_by(am, vs) %>%   summarise(mpg = sum(mpg), .groups = 'drop')

> mtcars %>%+   group_by(am, vs) %>%+   summarise(mpg = sum(mpg), .groups = 'keep')     am    vs   mpg  <dbl> <dbl> <dbl>1     0     0  181.2     0     1  145.3     1     0  118.4     1     1  199.
> mtcars %>%+   group_by(am, vs) %>%+   summarise(mpg = sum(mpg), .groups = 'drop_last')     am    vs   mpg  <dbl> <dbl> <dbl>1     0     0  181.2     0     1  145.3     1     0  118.4     1     1  199.
這一類的分組是否保留，影響到下一步的操作，值得注意一下。
好了，今天的分享就到這裡，大家周末愉快。
 
1.https://stackoverflow.com/questions/62140483/how-to-interpret-dplyr-message-summarise-regrouping-output-by-x-override
往期回顧：

歡迎關注與轉發，如有不懂，可以共同探討，在後臺留言或者是掃碼下方。