Data.frame'e sütun ekleme

Aşağıda data.frame var. Verilerimi sütun 1 ( h_no) ' e göre sınıflandıran bir sütun eklemek istiyorum , bu şekilde h_no 1,2,3,4'ün ilk serisi sınıf 1, ikinci serih_no (1 ila 7) sınıf 2 vb. son sütunda belirtildiği gibi.

h_no  h_freq  h_freqsq
1     0.09091 0.008264628 1
2     0.00000 0.000000000 1
3     0.04545 0.002065702 1
4     0.00000 0.000000000 1  
1     0.13636 0.018594050 2
2     0.00000 0.000000000 2
3     0.00000 0.000000000 2
4     0.04545 0.002065702 2
5     0.31818 0.101238512 2
6     0.00000 0.000000000 2
7     0.50000 0.250000000 2 
1     0.13636 0.018594050 3 
2     0.09091 0.008264628 3
3     0.40909 0.167354628 3
4     0.04545 0.002065702 3

Çeşitli teknikler kullanarak verilerinize bir sütun ekleyebilirsiniz. Aşağıdaki alıntılar, ilgili yardım metninin "Ayrıntılar" bölümünden gelmektedir [[.data.frame.

Veri çerçeveleri çeşitli modlarda indekslenebilir. Zaman [ve [[tek bir vektör indeksi (kullanılır x[i]ya da x[[i]]bir liste sanki), bunlar indeks veri çerçevesi.

my.dataframe["new.col"] <- a.vector
my.dataframe[["new.col"]] <- a.vector

Data.frame yöntemi $, xbir liste olarak davranır

my.dataframe$new.col <- a.vector

Zaman [ve [[iki endeks (kullanılır x[i, j]ve x[[i, j]]) bir matris indeksleme gibi hareket

my.dataframe[ , "new.col"] <- a.vector

Yöntemi data.frame, sütunlarla mı yoksa satırlarla mı çalıştığınızı belirtmezseniz, sütunları kastettiğinizi varsayacağını varsayar.

Örneğiniz için bu çalışmalıdır:

# make some fake data
your.df <- data.frame(no = c(1:4, 1:7, 1:5), h_freq = runif(16), h_freqsq = runif(16))

# find where one appears and 
from <- which(your.df$no == 1)
to <- c((from-1)[-1], nrow(your.df)) # up to which point the sequence runs

# generate a sequence (len) and based on its length, repeat a consecutive number len times
get.seq <- mapply(from, to, 1:length(from), FUN = function(x, y, z) {
            len <- length(seq(from = x[1], to = y[1]))
            return(rep(z, times = len))
         })

# when we unlist, we get a vector
your.df$group <- unlist(get.seq)
# and append it to your original data.frame. since this is
# designating a group, it makes sense to make it a factor
your.df$group <- as.factor(your.df$group)


   no     h_freq   h_freqsq group
1   1 0.40998238 0.06463876     1
2   2 0.98086928 0.33093795     1
3   3 0.28908651 0.74077119     1
4   4 0.10476768 0.56784786     1
5   1 0.75478995 0.60479945     2
6   2 0.26974011 0.95231761     2
7   3 0.53676266 0.74370154     2
8   4 0.99784066 0.37499294     2
9   5 0.89771767 0.83467805     2
10  6 0.05363139 0.32066178     2
11  7 0.71741529 0.84572717     2
12  1 0.10654430 0.32917711     3
13  2 0.41971959 0.87155514     3
14  3 0.32432646 0.65789294     3
15  4 0.77896780 0.27599187     3
16  5 0.06100008 0.55399326     3

Kolayca: Veri çerçeveniz A'dır

b <- A[,1]
b <- b==1
b <- cumsum(b)

Sonra b sütununu alırsınız.

Soruyu doğru anlarsam, ne zaman h_noartmadığını tespit etmek ve ardından class. (Bu sorunu nasıl çözdüğümü inceleyeceğim, sonunda kendi kendine yeten bir işlev var.)

Çalışma

Şu h_noan için yalnızca sütunu önemsiyoruz , bu nedenle bunu veri çerçevesinden çıkarabiliriz:

> h_no <- data$h_no

Ne zaman h_noyükselmediğini tespit etmek istiyoruz , bunu ardışık elemanlar arasındaki farkın negatif veya sıfır olduğu zaman çalışarak yapabiliriz. R diffbize farklılıkların vektörünü veren işlevi sağlar:

> d.h_no <- diff(h_no)
> d.h_no
 [1]  1  1  1 -3  1  1  1  1  1  1 -6  1  1  1

Buna sahip olduğumuzda, olumlu olmayanları bulmak basit bir mesele:

> nonpos <- d.h_no <= 0
> nonpos
 [1] FALSE FALSE FALSE  TRUE FALSE FALSE FALSE FALSE FALSE FALSE  TRUE FALSE
[13] FALSE FALSE

R'de, TRUEve FALSEtemelde ile aynıdır 1ve 0bu nedenle kümülatif toplamını alırsak nonpos, uygun noktalarda (neredeyse) 1 oranında artacaktır. cumsum(Temelde tersidir fonksiyonu diff) yapabilirsiniz.

> cumsum(nonpos)
 [1] 0 0 0 1 1 1 1 1 1 1 2 2 2 2

Ancak iki sorun var: sayılar çok küçük; ve ilk öğeyi kaçırıyoruz (birinci sınıfta dört tane olmalı).

İlk sorun kolayca çözülür: 1+cumsum(nonpos). Ve ikincisi 1, vektörün önüne bir eklemeyi gerektirir , çünkü ilk eleman her zaman sınıftadır 1:

 > classes <- c(1, 1 + cumsum(nonpos))
 > classes
  [1] 1 1 1 1 2 2 2 2 2 2 2 3 3 3 3

Şimdi, onu veri çerçevemize geri ekleyebiliriz cbind( class=sözdizimini kullanarak , sütuna classbaşlık verebiliriz ):

 > data_w_classes <- cbind(data, class=classes)

Ve data_w_classesşimdi sonucu içerir.

Son sonuç

Satırları birlikte sıkıştırabilir ve kullanımını kolaylaştırmak için hepsini bir işleve sarabiliriz:

classify <- function(data) {
   cbind(data, class=c(1, 1 + cumsum(diff(data$h_no) <= 0)))
}

Ya da classfaktör olması mantıklı olduğu için :

classify <- function(data) {
   cbind(data, class=factor(c(1, 1 + cumsum(diff(data$h_no) <= 0))))
}

Her iki işlevi de şu şekilde kullanırsınız:

> classified <- classify(data) # doesn't overwrite data
> data <- classify(data) # data now has the "class" column

(Bu problemi çözmenin bu yöntemi iyidir, çünkü genellikle R için tavsiye edilen açık yinelemeyi önler ve çok sayıda ara vektör ve liste vb. Üretmekten kaçınır. Ve ayrıca bir satıra nasıl yazılabileceği de oldukça temiz :))

Roman'ın cevabına ek olarak, bunun gibi bir şey daha da basit olabilir. Şu anda R'ye erişimim olmadığı için test etmediğimi unutmayın.

# Note that I use a global variable here
# normally not advisable, but I liked the
# use here to make the code shorter
index <<- 0
new_column = sapply(df$h_no, function(x) {
  if(x == 1) index = index + 1
  return(index)
})

İşlev, içindeki değerleri yineler n_hove her zaman geçerli değerin ait olduğu kategoriyi döndürür. Bir değer 1algılanırsa, global değişkeni artırıp indexdevam ederiz .

"Cbind" kullanmanın R'deki bir veri çerçevesine sütun eklemenin en basit yolu olduğuna inanıyorum. Bir örneğin altında:

    myDf = data.frame(index=seq(1,10,1), Val=seq(1,10,1))
    newCol= seq(2,20,2)
    myDf = cbind(myDf,newCol)

Data.frame[,'h_new_column'] <- as.integer(Data.frame[,'h_no'], breaks=c(1, 4, 7))

Grup sayısını ( xiçinde mapply) ve uzunluğunu ( yinç mapply) belirlemeye dayalı yaklaşım

mytb<-read.table(text="h_no  h_freq  h_freqsq group
1     0.09091 0.008264628 1
2     0.00000 0.000000000 1
3     0.04545 0.002065702 1
4     0.00000 0.000000000 1  
1     0.13636 0.018594050 2
2     0.00000 0.000000000 2
3     0.00000 0.000000000 2
4     0.04545 0.002065702 2
5     0.31818 0.101238512 2
6     0.00000 0.000000000 2
7     0.50000 0.250000000 2 
1     0.13636 0.018594050 3 
2     0.09091 0.008264628 3
3     0.40909 0.167354628 3
4     0.04545 0.002065702 3", header=T, stringsAsFactors=F)
mytb$group<-NULL

positionsof1s<-grep(1,mytb$h_no)

mytb$newgroup<-unlist(mapply(function(x,y) 
  rep(x,y),                      # repeat x number y times
  x= 1:length(positionsof1s),    # x is 1 to number of nth group = g1:g3
  y= c( diff(positionsof1s),     # y is number of repeats of groups g1 to penultimate (g2) = 4, 7
        nrow(mytb)-              # this line and the following gives number of repeat for last group (g3)
          (positionsof1s[length(positionsof1s )]-1 )  # number of rows - position of penultimate group (g2) 
      ) ) )
mytb