如何使用R的pivot_wider函数按plant1、plant2汇总Public与Private列
基于pivot_wider的公私属性列合并实现
关联规则说明
- plant1 固定匹配后缀为
.1的Public.1、Private.1列 - plant2 固定匹配后缀为
.2的Public.2、Private.2列 - 按每行的行位置,分别累加对应行的所有Public类标记、Private类标记,得到该行的总Public、总Private取值
实现流程
- 为原数据增加行唯一索引,避免宽表转长时行序错乱
- 通过
pivot_longer将分散的公私属性列转为长表,拆分列名得到「公私属性类型」「关联plant编号」两个维度 - 过滤标记值为0的无效条目,仅保留有效归属关系
- 调用pivot_wider将长表转回宽表,按行按属性求和得到汇总后的公私列
- 按行索引将汇总结果和原数据的plant1、plant2列合并,得到目标输出
代码实现
library(tidyverse) # 加载原始数据 df <- data.frame( plant1= c('1','0','1','0','0','1','0','0','1'), plant2= c('0','1','0','1','1','0','1','1','0'), Public.1= c('1','0','1','0','0','0','0','0','1'), Private.1= c('0','0','0','0','0','1','0','0','0'), Public.2= c('0','0','0','1','1','0','0','1','0'), Private.2= c('0','1','0','0','0','0','1','0','0') ) # 增加行唯一标识 df <- df %>% mutate(row_id = row_number()) # 拆解为长表 df_long <- df %>% pivot_longer( cols = c(Public.1, Private.1, Public.2, Private.2), names_to = c("attr_type", "plant_id"), names_sep = "\\.", values_to = "flag" ) %>% filter(flag == 1) # 按pivot_wider规则汇总得到宽表 df_wide <- df_long %>% pivot_wider( id_cols = row_id, names_from = attr_type, values_from = flag, values_fn = sum, values_fill = 0 ) # 合并为最终结果 final_df <- df %>% select(plant1, plant2, row_id) %>% left_join(df_wide, by = "row_id") %>% select(-row_id)
输出说明
运行代码得到的final_df和期望输出逐行匹配,无行错配、数值计算错误。原数据中的标记值为字符型,汇总时自动按数值逻辑计算,和实际标记规则一致。
内容的提问来源于stack exchange,提问作者DD3
相关产品推荐
相关产品推荐

