dplyr中是否有“取消过滤器”以将更改与原始数据集合并?

问题描述 投票:2回答:1

假设我有两个像这样的data.frames:

bad_ids = read.table(text="id n
123 3", header = T)

dat <- read.table(text="id n partner_id
123 3 555
123 3 345
123 3 092
245 1 438
888 1 333", header=T)

我想确定dat中与bad_ids.中的id列匹配的所有行,然后我想要创建一个“标志”变量,该变量对于除第一个匹配项之外的所有匹配项都设置为1。产生的data.frame看起来像:

dat <- read.table(text="id n partner_id flag 
123 3 555 0
123 3 345 1
123 3 092 1
245 1 438 0
888 1 333 0", header=T)

注意123的第一行的标志为0。我要标记除第一场比赛以外的所有比赛。

我模仿这种行为的策略如下:

# Flag the Duplicate Rows
dat %>% 
  filter(id %in% bad_ids$id) %>%
  slice(-1) %>% # delete the first row
  mutate(flag = 1) #create the id on all but the first match %>%
  unfilter() # this is the function I want to go back to the original, unfiltered dataset

我想知道是否存在与“ unfilter”相当的功能,可以让我重新合并原始数据集?

r dplyr
1个回答
2
投票

[一种选择是通过比较'bad_ids''id'列,然后通过'id'分组,通过使用%in%创建另一个条件来更改'flag',从而将'flag'与row_number()创建为逻辑矢量

library(dplyr)
dat %>% 
   mutate(flag = id %in% bad_ids$id) %>% 
   group_by(id) %>% 
   mutate(flag = +(row_number() > 1 & flag))
   #or use `duplicated`
   # mutate(flag = +(duplicated(flag) & flag))
# A tibble: 5 x 4
# Groups:   id [3]
#     id     n partner_id  flag
#  <int> <int>      <int> <int>
#1   123     3        555     0
#2   123     3        345     1
#3   123     3         92     1
#4   245     1        438     0
#5   888     1        333     0

此外,如果我们使用OP的代码中的方法,则可以选择先加入NA,然后将其替换为0

dat %>% 
  filter(id %in% bad_ids$id) %>%
  slice(-1) %>%
  mutate(flag = 1) %>% 
  right_join(dat) %>% 
  mutate(flag = replace_na(flag, 0))
© www.soinside.com 2019 - 2024. All rights reserved.