在单个术语中使用组和行

如何解决在单个术语中使用组和行

假设我有一个单列标题

a
0
1
2
3
4

前三行和最后两行被分组。我想要一个 tidyverse 表达式来添加两列，其中包含组的 剩余 元素。因此，我想

a  b  c
0  1  2
1  0  2
2  0  1
3  4  NA
4  3  NA

目前，我使用这样的东西

df %>% mutate(b = a[1],c = a[2])

遗憾的是，这也会计算当前行。如何排除当前行的元素？

解决方法

首先我们生成具有定义分组的数据框：

df = data.frame(a=0:4,grp=rep(1:2,c(3,2)))

  a grp
1 0   1
2 1   1
3 2   1
4 3   2
5 4   2

然后我们按组分组并使用 map() 和 setdiff 来获取其他元素。接下来我们爆炸它，然后再次旋转宽。可能有一些更简单的方法，但这是我能想到的：

library(dplyr)
library(purrr)
library(tidyr)

df %>% group_by(grp) %>% 
mutate(other = map(a,~setdiff(a,.x))) %>% 
unnest(other) %>% 
group_by(a,grp) %>% 
mutate(id = 1:n()) %>% 
ungroup() %>% 
pivot_wider(id_cols=a,names_from=id,values_from=other)

# A tibble: 5 x 3
      a   `1`   `2`
  <int> <int> <int>
1     0     1     2
2     1     0     2
3     2     0     1
4     3     4    NA
5     4     3    NA

,

我们首先创建我们的数据框

library(tidyverse)

df <- data.frame(group = rep(1:2,3:2),a = 0:4) %>% group_by(group)

这产生了

# A tibble: 5 x 2
# Groups:   group [2]
  group     a
  <int> <int>
1     1     0
2     1     1
3     1     2
4     2     3
5     2     4

现在，我们可以利用 combn 来访问所需的元素。如果额外列中剩余元素的顺序无关紧要，这就像

df %>% mutate(b = unlist(combn(rev(a),n() - 1,simplify = FALSE,`[`,1)),c = unlist(combn(rev(a),2)))

否则，我们必须做更多的工作才能正确地对元素重新排序（如您的问题）

df %>% mutate(b = unlist(combn(rev(a),function(x) {rev(x)[1]})),function(x) {rev(x)[2]})))