将一个数据帧分割成一个特定的数字

Question

我手头的任务是弄清楚如何根据列的累加和拆分数据帧。

作为一个例子，下面是一个数据帧

df & lt; - data.frame (a1 = c("X1","X2","X3","X4","X5","X6","X7","X8","X9","X10"),A2 = rnorm(20, mean=5, sd=2))

df2 <- df[order(df$a2)，] # df按a2从小到大排序

我如何创建一个数据帧列表，其中a2列在每个df2中总和为10，而没有任何行重复?

Answer 1

每行的结果取决于前一行的值，因此需要迭代方法。将其封装在函数中可能是最简单的:

split_sum <- function(data, column, split_by = 10) {
x <- data[[as.character(match.call()$column)]]
group <- current_group <- value <- 0

for(i in seq(nrow(data))) {
group[i] <- current_group
value <- x[i] + value
if(value > split_by) {
current_group <- current_group + 1
value <- 0
}
}

setNames(split(data, group), NULL)
}

测试一下，我们有:

df <- data.frame(a1 = c("X1", "X2", "X3", "X4", "X5",
"X6", "X7", "X8", "X9", "X10"), 
a2 = sort(rnorm(20, mean = 10, sd = 2)))
split_sum(df, a2, 10)
#> [[1]]
#>   a1       a2
#> 1 X1 6.232476
#> 2 X2 7.466659
#> 
#> [[2]]
#>   a1       a2
#> 3 X3 7.674123
#> 4 X4 7.946872
#> 
#> [[3]]
#>   a1       a2
#> 5 X5 8.202970
#> 6 X6 8.340281
#> 
#> [[4]]
#>   a1       a2
#> 7 X7 9.046769
#> 8 X8 9.323847
#> 
#> [[5]]
#>     a1       a2
#> 9   X9 9.569602
#> 10 X10 9.955981
#> 
#> [[6]]
#>    a1       a2
#> 11 X1 10.58773
#> 
#> [[7]]
#>    a1       a2
#> 12 X2 10.69006
#> 
#> [[8]]
#>    a1      a2
#> 13 X3 10.7256
#> 
#> [[9]]
#>    a1       a2
#> 14 X4 11.61281
#> 
#> [[10]]
#>    a1       a2
#> 15 X5 11.80578
#> 
#> [[11]]
#>    a1       a2
#> 16 X6 11.91369
#> 
#> [[12]]
#>    a1       a2
#> 17 X7 12.40917
#> 
#> [[13]]
#>    a1       a2
#> 18 X8 13.11021
#> 
#> [[14]]
#>    a1       a2
#> 19 X9 14.00975
#> 
#> [[15]]
#>     a1       a2
#> 20 X10 14.11547

但是这个函数被写成了这样一种方式，例如，只有当总和达到50时才中断:

split_sum(df, a2, 50)
#> [[1]]
#>   a1       a2
#> 1 X1 6.232476
#> 2 X2 7.466659
#> 3 X3 7.674123
#> 4 X4 7.946872
#> 5 X5 8.202970
#> 6 X6 8.340281
#> 7 X7 9.046769
#> 
#> [[2]]
#>     a1        a2
#> 8   X8  9.323847
#> 9   X9  9.569602
#> 10 X10  9.955981
#> 11  X1 10.587733
#> 12  X2 10.690059
#> 
#> [[3]]
#>    a1       a2
#> 13 X3 10.72560
#> 14 X4 11.61281
#> 15 X5 11.80578
#> 16 X6 11.91369
#> 17 X7 12.40917
#> 
#> [[4]]
#>     a1       a2
#> 18  X8 13.11021
#> 19  X9 14.00975
#> 20 X10 14.11547

^{由reprex包(v2.0.1)创建于2022-06-17}