我有一个大型数据框,其中包含一些我试图通过合并的半重复条目dplyr::summarise
。这适用于数字、字符和逻辑列,但不适用于列表列。
mydata <- tibble(A = c(1,1,2,2,3,3),
B = c(1,NA,4,5,7,7),
C = list(1:3, 1:3, 2:4, 2:4, 3:6, 3:6))
dedupedData <- mydata %>%
group_by(A) %>%
summarise(across(where(is.numeric), mean, na.rm = TRUE))
按预期工作;
dedupedData <- mydata %>%
group_by(A) %>%
summarise(across(where(is.numeric), mean, na.rm = TRUE),
across(where(is.list), first))
与我的数据集不同。上面通过展开 C 的范围来创建重复的行数,即组 A1 得到 1:3,A2 得到 2:4,A3 得到 3:6。对于我的数据:
dedupedData <- mydata %>%
group_by(A, B) %>%
summarise(across(where(is.numeric), mean, na.rm = TRUE),
across(where(is.character), first),
across(where(is.logical), first),
across(where(is.POSIXct), first),
across(where(is.list), first))
一直有效,直到我包含 is.list 行,然后它中断:
错误:
summarise()
输入有问题..5
。x 'names' 属性 [11] 必须与向量 [9] 的长度相同
有谁知道如何解决这个问题?分组时,希望列表项与其他列一样拆分,因此组 A1 的 C 值应该是
mydata$C[1:2]
[[2]] 1 1 2 3
(第一个列表项是 R 中的方括号,但由于某种原因不在此处)
因此first(mydata$C[1:2])
1 1 2 3
看起来不错,我只需要将它发送到目标单元格。
我还需要以across
这种方式明确地链接这些行吗?我试过了!is.numeric
,也是is.POSIXct | is.character | is.logical | is.list
。
谢谢。相关地,如果有人知道如何创建不是很好的范围的列列表 - 我之前已经设法通过分组摘要来做到这一点,但是对于这个代表,我复制了R For Data Science example,但它似乎没有通用的,即如果您将 mydata 的最后一行更改为
C = list(c(1,2,3), 1:3, 2:4, 2:4, 3:6, 3:6))
那么 C1 将是 "c(1,2,3)" 而不是评估逗号分隔的术语,似乎不允许任何不是单个值或范围的东西?
干杯!