r中dplyr的group_by、values、collapse和paste是什么意思？

Question

我有一个数据集，看起来像这样。

Id   Subject    Date        Vitals       Value
10   John       2001-05-29  HeartRate    65
10   John       2001-05-29  HeartRate    68
10   John       2001-05-29  BP-Arterial  48
10   John       2001-05-29  PulseRate    64
34   Pete       2005-08-15  HeartRate    68
34   Pete       2005-08-15  BP-Arterial  56
10   John       2004-09-25  HeartRate    65
10   John       2004-09-25  BP-Arterial  64
10   John       2004-09-25  PulseRate    63   
34   Pete       2007-07-21  BP-Arterial  68
34   Pete       2007-07-21  PulseRate    56

我想做两件事：

1. 按Vitals分组。

2. 计算每个ID在特定日期(ID + Date)下测量的Vitals数量，并将这些值折叠并粘贴如下。

   Vitals Series 心率 2,1,1 动脉血压 1,1,1,1 脉搏 1,1,1

在Series列下的HeartRate的值是2, 1, 1，因为对于2001-05-29，ID为10的人测量了两次心率；对于2005-08-15，ID为34的人测量了一次心率；对于2004-09-24，ID为10的人测量了一次心率。

不确定如何使用dplyr来折叠和粘贴这些值，任何帮助都将不胜感激。

- bison2178

Answer 1

计算特定日期（ID+日期）上测量的生命体征数量。

这意味着您需要按所有三个条件进行分组。然后我们可以仅按生命体征重新分组以进行最终汇总：

dat %>% group_by(Vitals, Id, Date) %>%
    summarize(n = n()) %>%
    ungroup() %>%
    group_by(Vitals) %>%
    summarize(Series = paste(n, collapse = ','))
# # A tibble: 3 × 2
#        Vitals  Series
#        <fctr>   <chr>
# 1 BP-Arterial 1,1,1,1
# 2   HeartRate   2,1,1
# 3   PulseRate   1,1,1

- Gregor Thomas

Answer 2

使用 dplyr 和 rle，即运行长度编码，请参见?rle以获取更多详细信息。

library(dplyr)

newDF = DF %>%
    group_by(Id,Date) %>%
    do(.,data.frame(Series=paste(rle(.$Vitals)$lengths,collapse=","),stringsAsFactors=FALSE)) %>%
    as.data.frame()

newDF
#  Id       Date Series
#1 10 2001-05-29  2,1,1
#2 10 2004-09-25  1,1,1
#3 34 2005-08-15    1,1
#4 34 2007-07-21    1,1

- Silence Dogood

---

@Ossan，我期望的是为Vitals创建的系列，而不是ID。 - bison2178