如何解决如何计算列中的值并将它们与特定行匹配?
我有一个看起来像这样的数据集,其中 ID 和电子邮件对应于一个唯一的人。其余列代表由该人/行命名的人。例如,ID 为 1 且电子邮件地址为 alex@gmail.com 的人在被问到问题时名为 Pete、Jane 和 Tim。
id email john_b alex_a pete jane tim
1 alex@gmail.com NA NA 1 1 1
2 pete@yahoo.com NA 1 1 NA NA
3 jane@q.com NA NA 1 NA 1
4 bea@mail.co NA 1 1 NA NA
5 tim@q.com NA NA 1 NA 1
我需要新数据集看起来像这样,其中新的列提名表示该人/行在数据集的其余部分中被命名的次数。例如,Pete 被 5 人命名,并在提名列中的相关电子邮件地址行中获得 5 名。 Jane 曾被提名过一次(由 alex@gmail.com 命名),并在提名栏中的 Jane 电子邮件地址行获得 1 分。
id email john_b alex_a pete jane tim nomination
1 alex@gmail.com NA NA 1 1 1 0
2 pete@yahoo.com NA 1 1 NA NA 5
3 jane@q.com NA NA 1 NA 1 1
4 bea@mail.co NA 1 1 NA NA 0
5 tim@q.com NA NA 1 NA 1 3
我有一种感觉,我需要在这里结合使用 case-when 和 grepl,但我无法理解它。
感谢您的帮助!
解决方法
嗨,我终于想出了一个代码,希望能让您达到您的期望。但是,我想不出任何方法将 bea@mail.co
匹配到 john_b
。这肯定需要比我更聪明的头脑,但如果我能想到什么,我会在这里更新我的代码:
library(dplyr)
library(tidyr)
library(stringr)
df <- tribble(
~email,~john_b,~alex_a,~pete,~jane,~tim,"alex@gmail.com",NA,1,"pete@yahoo.com","jane@q.com","bea@mail.co","tim@q.com",1
)
# First we count the number of times each person is named
nm <- df %>%
summarise(across(john_b:tim,~ sum(.x,na.rm = TRUE))) %>%
pivot_longer(everything(),names_to = "names",values_to = "nominations")
nm
# A tibble: 5 x 2
names nominations
<chr> <dbl>
1 john_b 0
2 alex_a 2
3 pete 5
4 jane 1
5 tim 3
然后我们尝试将每个姓名与其对应的电子邮件部分匹配。这里唯一的问题是我之前提到的 john_b
。
nm2 <- nm %>%
rowwise() %>%
mutate(emails = map(names,~ df$email[str_detect(df$email,str_sub(.x,1L,4L))])) %>%
unnest(cols = c(emails))
nm2
# A tibble: 4 x 3
names nominations emails
<chr> <dbl> <chr>
1 alex_a 2 alex@gmail.com
2 pete 5 pete@yahoo.com
3 jane 1 jane@q.com
4 tim 3 tim@q.com
最后我们通过emails
连接这两个数据框:
df %>%
full_join(nm2,by = c("email" = "emails"))
# A tibble: 5 x 8
email john_b alex_a pete jane tim names nominations
<chr> <lgl> <dbl> <dbl> <dbl> <dbl> <chr> <dbl>
1 alex@gmail.com NA NA 1 1 1 alex_a 2
2 pete@yahoo.com NA 1 1 NA NA pete 5
3 jane@q.com NA NA 1 NA 1 jane 1
4 bea@mail.co NA 1 1 NA NA NA NA
5 tim@q.com NA NA 1 NA 1 tim 3
如果您愿意,也可以省略 names
列。我只是将其保留下来,以便您可以将它们放在一起进行比较。如果您可以对 john 的电子邮件进行一些修改,它们就会完美匹配。
如果您按照与电子邮件列相同的顺序组织您的姓名列,那么您可以简单地:
nomination <- colSums(df[,-(1:2)],na.rm = TRUE)
names(nomination) <- NULL
df <- cbind(df,nomination)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。