124

以下にdata.frameがあります。列の連続したシーケンスに従ってデータを分類する列「g」を追加したいと思いますh_no。つまり、最後の列'g'に示されているように、 h_noの最初のシーケンス1, 2, 3, 4はグループ1であり、（1から7）の2番目のシリーズはグループ2であり、以下同様です。h_no

h_no   h_freq    h_freqsq g
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
4

8 に答える 8

158

さまざまな手法を使用して、データに列を追加できます。以下の引用は、関連するヘルプ テキストの「詳細」セクションからのもの[[.data.frameです。

データ フレームは、いくつかのモードでインデックスを作成できます。[と[[を単一のベクトル インデックス (x[i]または) と共に使用するとx[[i]]、データ フレームがリストであるかのようにインデックス付けされます。

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

の data.frame メソッドは、リストとして$扱いますx

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

[と[[を 2 つのインデックス (x[i, j]と) と共に使用するとx[[i, j]]、行列のインデックスのように機能します。

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

のメソッドはdata.frame、列または行のどちらを操作しているかを指定しない場合、列を意味すると想定するためです。

あなたの例では、これはうまくいくはずです：

# 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
于 2012-04-14T07:56:20.010 に答える
12

簡単に：あなたのデータフレームはAです

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

次に、列 b を取得します。

于 2012-04-14T15:30:21.423 に答える
7

質問を正しく理解している場合は、h_noが増加しないことを検出して、 を増加させたいと考えていますclass。(この問題をどのように解決したかを説明します。最後に自己完結型の関数があります。)

働く

現時点では列のみに関心があるh_noため、データ フレームからそれを抽出できます。

> h_no <- data$h_no

h_noが上がらないときを検出したいのですが、これは、連続する要素間の差が負またはゼロの場合を調べることで実行できます。R は、diff差のベクトルを与える関数を提供します。

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

それが得られたら、正でないものを見つけるのは簡単なことです。

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

R では、TRUEとFALSEは基本的に と と同じ1で0あるため、 の累積和を取得するnonposと、(ほぼ) 適切な場所で 1 増加します。cumsum関数 (基本的に の反対)diffはこれを行うことができます。

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

しかし、問題が 2 つあります。数字が小さすぎることです。そして、最初の要素がありません (最初のクラスには 4 つあるはずです)。

最初の問題は簡単に解決できます: 1+cumsum(nonpos). そして、1最初の要素は常に class にあるため、2 番目の要素はベクトルの前に a を追加するだけ1です。

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

これで、それをデータ フレームに戻すことができますcbind(構文を使用してclass=、列にclass見出しを付けることができます)。

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

そしてdata_w_classes今、結果が含まれています。

最終結果

行をまとめて圧縮し、すべてを関数にラップして、使いやすくすることができます。

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

classまたは、が因子であることは理にかなっているからです。

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

次のいずれかの関数を使用します。

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

(この問題を解決するこの方法は、R で一般的に推奨されている明示的な反復を回避し、大量の中間ベクトルやリストなどを生成することを回避するため、優れています。また、1 行で記述できる方法もすっきりしています :) )

于 2012-04-14T08:07:00.570 に答える
2

ローマンの答えに加えて、このようなものはさらに簡単かもしれません. 現在Rにアクセスできないため、テストしていないことに注意してください。

# 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)
})

この関数は値を繰り返し処理しn_ho、現在の値が属するカテゴリを常に返します。の値1が検出された場合、グローバル変数を増やしてindex続行します。

于 2012-04-14T08:02:23.760 に答える
0

xグループの数 ( in mapply) とその長さ ( yin mapply)の識別に基づくアプローチ

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
于 2018-12-14T18:30:52.113 に答える
-1 
Data.frame[,'h_new_column'] <- as.integer(Data.frame[,'h_no'], breaks=c(1, 4, 7))
于 2013-09-11T02:49:51.247 に答える