Cómo crear una columna que contiene una serie de estrellas para indicar los niveles de un factor en una trama de datos en R

Question

(segunda pregunta hoy - debe ser un mal día)

Tengo una trama de datos con varias columnas, inculding una columna de concentración (numérico), una bandera destacando resultados no válidos (booleano) y una descripción del problema (carácter)

df <- structure(list(x = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10), rawconc = c(77.4, 
52.6, 86.5, 44.5, 167, 16.2, 59.3, 123, 1.95, 181), reason = structure(c(NA, 
NA, 2L, NA, NA, NA, 2L, 1L, NA, NA), .Label = c("Fails Acceptance Criteria", 
"Poor Injection"), class = "factor"), flag = c("False", "False", 
"True", "False", "False", "False", "True", "True", "False", "False"
)), .Names = c("x", "rawconc", "reason", "flag"), row.names = c(NA, 
-10L), class = "data.frame")

Me puede crear una columna con el nivel numérico de la columna de la razón

df$level<-as.numeric(df$reason)
df
    x rawconc                    reason  flag level
1   1   77.40                      <NA> False    NA
2   2   52.60                      <NA> False    NA
3   3   86.50            Poor Injection  True     2
4   4   44.50                      <NA> False    NA
5   5  167.00                      <NA> False    NA
6   6   16.20                      <NA> False    NA
7   7   59.30            Poor Injection  True     2
8   8  123.00 Fails Acceptance Criteria  True     1
9   9    1.95                      <NA> False    NA
10 10  181.00                      <NA> False    NA

y esto es lo que quiero hacer para crear una columna con muchas estrellas 'nivel', pero falla

df$stars<-paste(rep("*",df$level)sep="",collapse="")
Error: unexpected symbol in "df$stars<-paste(rep("*",df$level)sep"

df$stars<-paste(rep("*",df$level),sep="",collapse="")
Error in rep("*", df$level) : invalid 'times' argument

rep("*",df$level)
Error in rep("*", df$level) : invalid 'times' argument

df$stars<-paste(rep("*",pmax(df$level,0,na.rm=TRUE)),sep="",collapse="")
Error in rep("*", pmax(df$level, 0, na.rm = TRUE)) : 
  invalid 'times' argument

Parece que las necesidades rep a ser alimentados con un valor a la vez. Siento que esto debería ser posible (y mi tripa dice el 'uso lapply' pero mi Fu es aplicable v. Pobres)

Cualquier uno quiere probar?

Answer 1

creo que se necesita una función del tipo de aplicación. Esto funcionará:

df[is.na(df$level),"level"] <- 0
df$level <- sapply(df$level, function(x) paste(rep("*",x),collapse=""))

sería mejor usar sapply que lapply en este caso ya que devuelve un vector en lugar de una lista.

A partir de la ayuda para el representante:

  

Si 'tiempos' se compone de una sola   entero, el resultado consta de        toda la entrada de repetir esto muchas veces. Si los tiempos '' es un vector        de la misma longitud que 'x' (después de la replicación por 'cada'), el        resultado consta de 'x [1]' 'repetidas veces [1]' veces, 'x [2]'        repetidas veces '[2]' veces y así sucesivamente.

Uno de los problemas con el uso de rep con un vector para los tiempos parámetro es que sólo devuelve un vector y descarta casos cuando los tiempos = 0. Esto se puede ver con este comando:. rep(rep("*", nrow(df)), times=df$level)

Answer 2

Se puede crear vectores estrellas como

vstars <- sapply(1L:nlevels(df$reason), function(i) paste(rep("*",i),collapse=""))
vstars
# [1] "*"  "**"

Y a continuación, la indexación con df$reason (que funciona porque su factor a):

vstars[df$reason]
# [1] NA   NA   "**" NA   NA   NA   "**" "*"  NA   NA

Para grandes data.frame debería ser mucho más rápido que paste en cada fila.