Come creare una colonna contenente una stringa di stelle per indicare i livelli di un fattore in un frame di dati in R

Question

(seconda domanda oggi - deve essere una brutta giornata)

Ho una dataframe con varie colonne, inculding una colonna concentrazione (numerico), un flag evidenziando risultati non validi (boolean) e una descrizione del problema (carattere)

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")

I può creare una colonna con il livello numerico della colonna ragione

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

ed ecco cosa voglio fare per creare una colonna con molte stelle 'Level', ma non riesce

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

Sembra che le esigenze rep da alimentare un valore alla volta. Credo che questo dovrebbe essere possibile (e il mio intestino dice 'uso lapply', ma il mio applicare Fu è v. Scarso)

Ogni uno vuole provare?

Answer 1

Credo che avrete bisogno di una funzione di applicazione di tipo. Ciò funzionerà:

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

Si sarebbe meglio utilizzare sapply di lapply in questo caso in quanto restituisce un vettore al posto di una lista.

Dalla aiuto per rep:

  

Se 'tempi' costituito da un unico   intero, il risultato è costituito da        tutto ingresso ripetuto molte volte. Se 'volte' è un vettore        della stessa lunghezza come 'x' (dopo la replica 'ogni'), la        risultato consiste di 'x [1]' utilizzate 'volte [1]' volte, 'x [2]'        ripetuti 'volte [2]' volte e così via.

Un problema con l'utilizzo di rep con un vettore per i tempi parametro è che semplicemente restituisce un vettore e scarta casi in cui i tempi = 0. Si può vedere questo con questo comando:. rep(rep("*", nrow(df)), times=df$level)

Answer 2

Si potrebbe creare stelle vettore come

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

E poi l'indicizzazione con df$reason (che funziona perché il suo fattore di a):

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

Per gran data.frame dovrebbe essere molto più veloce poi paste in ogni riga.