Я начинаю с фрейма данных, где каждая строка имеет длинную строку, представляющую 2D-среду (назовем ее ландшафтом) в 1D. В реальном случае это примерно 6 значений в высоту и 80 значений в длину, и, таким образом, в 1D строки имеют длину 480 символов. Я сократил их в примере. Каждая строка также имеет уникальное имя, которое является сокращенным идентификатором для каждого ландшафта.
У меня есть функция, которая берет каждую строку, разрезает ее на 6 полос и анализирует каждую. В этом примере основным действием функции является сжатие полос и получение длины сжатия. Эта функция приводит к созданию фрейма данных с 6 строками, который мне нужно объединить с исходным фреймом данных, в результате чего конечный фрейм данных имеет 6 строк на каждую строку оригинала.
library(dplyr)
library(tibble)
master_df <- tribble(~land_id, ~land_string,
"v1-few_bs", "aaaaaaaaaabaaaaabaaabababaabab",
"v2-more_bs", "aaaaaaaaaababbabbbabbababaabbb")
compress_it <- function(txt) {
len.raw <- sum(nchar(txt))
len.gz <- length(memCompress(txt, "g"))
return(list("len_raw" = len.raw,
"len_gz" = len.gz))
}
get_strip_data <- function(land_id, land_string) {
with_spaces <- gsub("(.{5})", "\\1 ", land_string)
chars_on_lines <- str_replace_all(with_spaces, pattern = " ", "\n")
prob_matrix <- read.table(text = chars_on_lines, header=FALSE, sep = " ",
stringsAsFactors = FALSE)
prob_matrix <- mutate(prob_matrix,
land_id = land_id,
substr_id = 1:nrow(prob_matrix) )
prob_matrix <- rename(prob_matrix, land_substring = V1)
mutate(prob_matrix, new = map(land_substring, compress_it)) %>%
unnest_wider(c(new))
}
get_strip_data(master_df$land_id[[2]], master_df$land_string[[2]]) # to test the above function
Здесь мы переходим к псевдокоду / klugecode для того, что я пытаюсь сделать.
Сначала я создаю пустой фрейм данных.
subchunks_df <-
tribble(~land_id, ~land_string, ~land_substring, ~substr_id, ~len_raw, ~len_gz,
"", "", "", NA, NA, NA)
Попытка цикла for:
for ( i in 1:nrow(master_df) ) {
subchunks_df[i, ] <- get_strip_data(master_df$land_id[[i]], master_df$land_string[[i]])
}
Вместо этого попробуйте mapply:
subchunks_df <- mapply(get_strip_data,
land_id = master_df$land_id,
land_string = master_df$land_string)
Неа. Я стараюсь, чтобы быть щедрым, «близко, но без сигары».
Если бы я мог получить subchunks_df в правильной форме, я бы тогда right_join:
final_df <- right_join(master_df, subchunks_df, by = "land_id")
Это желаемый результат, учитывая, что master_df выполняет функции:
final_df <-
tribble(~land_id, ~land_string, ~land_substring, ~substr_id, ~len_raw, ~len_gz,
"v1-few_bs", "aaaaaaaaaabaaaaabaaabababaabab", "aaaaa", 1, 5, 11,
"v1-few_bs", "aaaaaaaaaabaaaaabaaabababaabab", "aaaaa", 2, 5, 11,
"v1-few_bs", "aaaaaaaaaabaaaaabaaabababaabab", "baaaa", 3, 5, 11,
"v1-few_bs", "aaaaaaaaaabaaaaabaaabababaabab", "abaaa", 4, 5, 13,
"v1-few_bs", "aaaaaaaaaabaaaaabaaabababaabab", "babab", 5, 5, 13,
"v1-few_bs", "aaaaaaaaaabaaaaabaaabababaabab", "aabab", 6, 5, 13,
"v2-more_bs", "aaaaaaaaaababbabbbabbababaabbb", "aaaaa", 1, 5, 11,
"v2-more_bs", "aaaaaaaaaababbabbbabbababaabbb", "aaaaa", 2, 5, 11,
"v2-more_bs", "aaaaaaaaaababbabbbabbababaabbb", "babba", 3, 5, 13,
"v2-more_bs", "aaaaaaaaaababbabbbabbababaabbb", "bbbab", 4, 5, 13,
"v2-more_bs", "aaaaaaaaaababbabbbabbababaabbb", "babab", 5, 5, 13,
"v2-more_bs", "aaaaaaaaaababbabbbabbababaabbb", "aabbb", 6, 5, 13)
Как всегда, я был бы признателен за это как с точки зрения dplyr, так и с точки зрения базы R. Я не уверен, что моя функция по снятию полосок и получению длины сжатия так же хороша. Я не мог найти ничего проще. Но эта последняя миля была настоящей проблемой.
