需要一个 R 函数通过 Y 计数复制 X 数据，其中 X 包含一些重复值

Question

我有一个相当大的数据集 (18,000) 行，其中 2 列不感兴趣。我想将一个 (X) 视为定量值，将另一个 (Y) 视为计数，并根据计数重复 X 数据。由于数据的性质，X 列中有重复值，我只想创建一个包含所有 X 值及其重复测量值的新数据集。我尝试执行以下操作，但它 returns 一个无效的时间参数：rep, df$X, df$Y

我不确定为什么会出现此错误，也不知道从哪里开始。任何帮助表示赞赏。以下是我的一小部分数据。

Answer 1

也许您正在寻找 uncount？

library(tidyr)
library(dplyr)

df %>% 
  uncount(count)

这个returns

# A tibble: 10 x 1
   value
   <dbl>
 1  8.76
 2  8.76
 3  8.76
 4  6.24
 5  6.24
 6  6.54
 7  6.54
 8  6.54
 9 11.0 
10 16.7

Answer 2

当一个或多个 Y 为 NA（或负数）时，我可以重现该错误：

df
#       X  Y
# 1  8.76  3
# 2 24.69 NA
# 3  6.24  2
# 4  1.17  0
# 5  6.54  3
# 6 10.29  0
# 7 11.04  1
# 8 16.71  1
rep(df$X, df$Y)
# Error in rep(df$X, df$Y) : invalid 'times' argument
df$Y[2] <-  -1
rep(df$X, df$Y)
# Error in rep(df$X, df$Y) : invalid 'times' argument

我们可以将NA替换为0:

rep(df$X, pmax(0, df$Y, na.rm = TRUE))
#  [1]  8.76  8.76  8.76  6.24  6.24  6.54  6.54  6.54 11.04 16.71

数据

df <- structure(list(X = c(8.76, 24.69, 6.24, 1.17, 6.54, 10.29, 11.04, 16.71), Y = c(3L, NA, 2L, 0L, 3L, 0L, 1L, 1L)), row.names = c(NA, -8L), class = "data.frame")

Answer 3

基础 R 替代方案：

transform(df[rep(seq_len(nrow(df)), df$y),], y = sequence(df$y))

输出：

        x y
1    8.76 1
1.1  8.76 2
1.2  8.76 3
3    6.24 1
3.1  6.24 2
5    6.54 1
5.1  6.54 2
5.2  6.54 3
7   11.04 1
8   16.71 1

数据：

df <- structure(list(x = c(8.76, 24.69, 6.24, 1.17, 6.54, 10.29, 11.04, 
16.71), y = c(3L, 0L, 2L, 0L, 3L, 0L, 1L, 1L)), class = "data.frame", row.names = c(NA, 
-8L))

需要一个 R 函数通过 Y 计数复制 X 数据，其中 X 包含一些重复值

Need an R function to replicate X data by Y counts, where X contains some repeated values

r

histogram

rep