gruppierte Operationen, die Ergebnis von der Länge nicht gleich um 1 oder die Länge der Gruppe in dplyr

Ich bin mir nicht sicher, welche Funktion verwenden, um Folgendes zu tun:

library(data.table)
dt = data.table(a = 1:4, b = 1:2)

dt[, rep(a[1], 3), by = b]
#   b V1
#1: 1  1
#2: 1  1
#3: 1  1
#4: 2  2
#5: 2  2
#6: 2  2

Beide summarise und mutate sind unglücklich mit dieser Länge:

library(dplyr)
df = data.frame(a = 1:4, b = 1:2)

df %.% group_by(b) %.% summarise(rep(a[1], 3))
#Error: expecting a single value

df %.% group_by(b) %.% mutate(rep(a[1], 3))
#Error: incompatible size (3), expecting 2 (the group size) or 1
  • Weiß nicht, ob es hilft, aber mit Ihren dplyr - code mit einem data.table arbeiten und mit plyr kannst du auch mit einem data.frame.
  • danke, das ist interessant (so schön dies ist meist nur eine übung für mich um zu verstehen, wie dplyr - ich weiß nicht wirklich den Punkt sehen, der es mit einem data.table); klingt wie ein bug in summarise dann
  • Siehe github.com/hadley/dplyr/issues/154
  • +1 Dies ist ein interessanter Unterschied; hoffentlich die endgültige Lösung kann beliebige return-Längen für alle Gruppen.
  • In diesem Fall df %>% group_by(b) %>% slice(rep(1, 3)) funktioniert einwandfrei. Für rowwise Operationen, in denen jede Zeile gibt eine beliebige Anzahl von Werten, die Sie verwenden können, die df %>% mutate(new = map(old, f)) %>% unnest() idiom.
InformationsquelleAutor eddi | 2014-02-12
  1. 13

    In dplyr version 0.2 könnten Sie dies tun, indem Sie die do Betreiber:

    > df %>% group_by(b) %>% do(data.frame(a = rep(.$a[1], 3)))
#Source: local data frame [6 x 2]
#Groups: b
#
#  b a
#1 1 1
#2 1 1
#3 1 1
#4 2 2
#5 2 2
#6 2 2
    • +1 für zeigen mir, was do tun können (obwohl beachten Sie die Kommentare in meiner "Antwort")
    InformationsquelleAutor talat
  2. 7

    Während @beginneR ' s Antwort funktioniert, es scheint nicht zu einem echten Ersatz für die data.table Verhalten. Bedenken Sie:

    df <- data.frame(a = 1, b = rep(1:1e4, 2))
dt <- data.table(df)
microbenchmark(times=5,
  dt[, rep(a[1], 3), by = b],
  df %>% group_by(b) %>% do(data.frame(a = rep(.$a[1], 3)))
)

    hat die dplyr Umsetzung >200x langsamer.

    Unit: milliseconds
                                                      expr        min         lq     median         uq
                                dt[, rep(a[1], 3), by = b]   13.14318   13.70248   14.60524   15.26676
 df %>% group_by(b) %>% do(data.frame(a = rep(.$a[1], 3))) 3269.40731 3359.11614 3583.19430 3736.67162

    Vielleicht gibt es einen besseren Weg, dies zu tun mit do nicht erforderlich ist, aufrufen data.frame jeder do? Auch die syntax ist ein wenig beteiligt, was ist etwas, das sehr einfach in data.table.

    Anders, als pro Hadley ' s Thema link, es scheint, dass diese voraussichtlich umgesetzt werden dplyr in 3.1, das aussieht, werden die nächsten release.

    InformationsquelleAutor BrodieG
Schreibe einen Kommentar