遍历列序列（相同作物相关数据）以在 R 中构建整洁的 rbind 数据集

Question

我正在处理一个杂乱的宽格式作物数据集，其中每种作物都有六个相关变量（作物类型、作物种植面积、土壤中的氮、施用的氮、有机与常规和注释）。这 6 个变量有 50 组，总共 300 列，命名约定很不幸：c.0。 |一个.0。 | s.0。 | f.0。 | o.0。 | r.0。 |, .... , | c.23. | a.23 |第 23 节| f.23. |o.23。 | r.23。 |.

我想遍历列序列（与每个裁剪相关的 6 列），将每次迭代或单个裁剪保存为一个列表（或 df），其中包含常见的列名 c(CROP, CROP_ACREAGE、SOIL_N、APP_N、类型、注释）。迭代完所有作物后，我想通过绑定 50 个单独的作物数据集来构建一个整洁的 df。

下面是一个示例数据集，其中只有两组作物列、四个种植者、三年：

data <- tribble(
~grower, ~ YEAR, ~c.0., ~a.0., ~s.0., ~f.0., ~o.0., ~r.0., ~c.10., ~a.10, ~s.10., ~f.10., ~o.10., ~r.10.,
"Bob", 2014, "Kale, Baby", 7.0, 87.0, 126.0, "C", "", "Carrot", 16.0, 47.8, 137.0, "O", "",
"Janet", 2015, "Broccoli", 18.0, 68.2,162.0, "O", "", "Garlic", 25.0, 9.1, 152.3, "C", "",
"Chris", 2014, "Cabbage", 34.2, 8.6, 200.7, "C", "", "Cauliflower", 105.2, 113.0, 199.4, "O", "",
"Ted", 2016, "Kale", 12.2, 11.9, 120.2, "C", "", "Lettuce, Head", 55.2, 113.0, 166.5, "C", "NY"
)

我已经构建了可以运行的代码...但是那会非常低效：

build <- function(choice, iter){
  
  a <- data %>% select(choice) %>% 
  rename(CROP = 3,
         ACREAGE = 4,
         N_SOIL = 5,
         N_APPLIED = 6,
         O_C = 7,
         NOTES = 8)
  
  saveRDS(a, file = paste0("./intermediate-data/",iter,".RDS"))

}

build(choice = c(1:8), iter = "crop1")
build(choice = c(1:2,9:14), iter = "crop2")
# use build() function until all 50 crops have been built into separate df's

然后我将从中间数据目录和 rbind() 中提取所有这些内容。

但我知道必须有一种更有效的方法...我可以在不直接指定它们的情况下遍历 6-crop-columns 的集合。有什么想法吗？

Answer 1

我们可以使用 pivot_longer

重塑为 'long' 格式

library(dplyr)
data %>% 
   pivot_longer(cols = contains("."), names_to = c(".value", "grp"), 
         names_pattern = "^([a-z])\.(\d+)\.") %>%
   rename(CROP = c, ACREAGE = a, N_SOIL = s, N_APPLIED = f, O_C = o, NOTES = r)

-输出

# A tibble: 12 × 9
   grower  YEAR grp   CROP          ACREAGE N_SOIL N_APPLIED O_C   NOTES
   <chr>  <dbl> <chr> <chr>           <dbl>  <dbl>     <dbl> <chr> <chr>
 1 Bob     2014 0     Kale, Baby        7     87        126  C     ""   
 2 Bob     2014 10    Carrot           NA     47.8      137  O     ""   
 3 Bob     2014 <NA>  <NA>             NA     NA         NA  <NA>   <NA>
 4 Janet   2015 0     Broccoli         18     68.2      162  O     ""   
 5 Janet   2015 10    Garlic           NA      9.1      152. C     ""   
 6 Janet   2015 <NA>  <NA>             NA     NA         NA  <NA>   <NA>
 7 Chris   2014 0     Cabbage          34.2    8.6      201. C     ""   
 8 Chris   2014 10    Cauliflower      NA    113        199. O     ""   
 9 Chris   2014 <NA>  <NA>             NA     NA         NA  <NA>   <NA>
10 Ted     2016 0     Kale             12.2   11.9      120. C     ""   
11 Ted     2016 10    Lettuce, Head    NA    113        166. C     "NY" 
12 Ted     2016 <NA>  <NA>             NA     NA         NA  <NA>   <NA>
>

遍历列序列（相同作物相关数据）以在 R 中构建整洁的 rbind 数据集

Iterating across sequences of columns (of same crop-related data) to build tidy rbind dataset in R

r

loops

data-munging