dplyr манипуляции построчно группировки мутировать

Question

У меня есть наборы данных

x <- data.frame(Postcode = c(1, 2, 3, 4, 5, 6), 
       Latitude = c(3.1, 3.2, 3.3, 3.3, 3.4, 3.4), 
       Longitude = c(100, 101, 102, 102, 103, 104), 
       Exposure = c(1, 2, 3, 4, 5, 6)) 

Я пытаюсь манипулировать данными внутри х становится

x <- data.frame(Postcode = c(1, 2, 3, 4, 5, 6), 
       Latitude = c(3.1, 3.2, 3.3, 3.3, 3.4, 3.4), 
       Longitude = c(100, 101, 102, 102, 103, 104), 
       Exposure = c(1, 2, 3, 4, 5, 6), 
       coords = c("3.1, 100", "3.2, 101", "3.3, 102", "3.3, 102", 
          "3.4, 103", "3.4, 104"), 
       postcode = c("1", "2", "3,4", "3,4", "5", "6"), 
       exposure = c(1, 2, 7, 7, 5, 6)) 

Новый столбец postcode будет склеить в Postcode, который имеет тот же Latitude и Longitude. coords вставляет Latitude и Longitude, а exposure будет суммировать Exposure, который имеет то же самое coords, то есть то же Latitude и Longitude.

Я мог бы сделать это с помощью dplyr пакета и for цикла

x <- mutate(x, coords = paste(Latitude, Longitude, sep = ", ")) 
x <- cbind(x, postcode = rep(0, nrow(x)), exposure = rep(0, nrow(x))) 
for(i in unique(x$coords)){ 
    x$postcode[x$coords == i] <- paste(x$Postcode[x$coords == i], collapse = ", ") 
    x$exposure[x$coords == i] <- sum(x$Exposure[x$coords == i]) 
} 

Как я мог сделать это, используя только dplyr пакета только, без использования for цикла? или, может быть другой подход, который является более эффективным, чем использование for цикла, потому что мои фактические наборы данных довольно большие

Answer 1

Вот как вы можете сделать это с dplyr:

library(dplyr) 
x %>% 
    group_by(coords = paste(Latitude, Longitude, sep = ", ")) %>% 
    mutate(postcode = toString(Postcode), exposure = sum(Exposure)) 

# Source: local data frame [6 x 7] 
# Groups: coords [5] 
# 
# Postcode Latitude Longitude Exposure coords postcode exposure 
#  <dbl> <dbl>  <dbl> <dbl> <chr> <chr> <dbl> 
# 1  1  3.1  100  1 3.1, 100  1  1 
# 2  2  3.2  101  2 3.2, 101  2  2 
# 3  3  3.3  102  3 3.3, 102  3, 4  7 
# 4  4  3.3  102  4 3.3, 102  3, 4  7 
# 5  5  3.4  103  5 3.4, 103  5  5 
# 6  6  3.4  104  6 3.4, 104  6  6 

Answer 2

library(dplyr) 
library(tidyr) # unite() was used to join Lat, Lon 

x %>% unite(coords, Latitude, Longitude, sep = ",", remove = FALSE) %>% 
    group_by(coords) %>% mutate(exposure = sum(Postcode), postcode = toString(Postcode)) 

Answer 3

Мы можем сделать это с data.table

library(data.table) 
setDT(x)[, coords := paste(Latitude, Longitude, sep=",") 
    ][, c("exposure", "postcode") :=.(sum(Postcode), toString(Postcode)), coords] 
x 
# Postcode Latitude Longitude Exposure coords exposure postcode 
#1:  1  3.1  100  1 3.1,100  1  1 
#2:  2  3.2  101  2 3.2,101  2  2 
#3:  3  3.3  102  3 3.3,102  7  3, 4 
#4:  4  3.3  102  4 3.3,102  7  3, 4 
#5:  5  3.4  103  5 3.4,103  5  5 
#6:  6  3.4  104  6 3.4,104  6  6