tri conditionnel dans le tableau de données

Question

J'ai très grand data.table que je veux réduire la voilure de cette façon:

1. Un seul identifiant unique
2. S'il y a d'autres données que « X » dans le même journal , cet autre devrait rester
3. Si seulement X, le premier X doit rester
4. S'il y a plus d'un autre que « X », tous ceux-ci devraient rester, séparés par des virgules, mais pas le « X ».

ensemble de données de l'échantillon:

library(data.table) 
dt <- data.table(
    id=c(1,1,2,3,3,4,4,4,5,5), 
    log=c(11,11,11,12,12,12,12,12,13,13), 
    art=c("X", "Y", "X", "X", "X", "Z", "X", "Y","X", "X") 
) 
dt 
id log art 
1: 1 11 X 
2: 1 11 Y 
3: 2 11 X 
4: 3 12 X 
5: 3 12 X 
6: 4 12 Z 
7: 4 12 X 
8: 4 12 Y 
9: 5 13 X 
10: 5 13 X 

sortie requis:

id log art  
    1  11 Y  
    2  11 Y 
    3  12 Z,Y 
    4  12 Z,Y 
    5  13 X 

Answer 1

Voici une méthode, bien qu'il y ait peut-être une approche plus efficace.

unique(dt[,.(id, log)])[dt[, .(art=if(.N == 1 | all(art == "X")) 
             art[1] else toString(unique(art[art != "X"]))), 
          by=log], on="log"] 

qui retourne

id log art 
1: 1 11 Y 
2: 2 11 Y 
3: 3 12 Z, Y 
4: 4 12 Z, Y 
5: 5 13 X 

effectuer une jointure gauche des valeurs de consigne d'art par chaque connecter sur les paires uniques d'identification et log. Cela suppose qu'aucun ID ne couvre deux journaux, ce qui est le cas dans l'exemple.

Answer 2

Nous pouvons essayer

dt[, .(art = if(all(art=="X")) "X" else 
    toString(unique(art[art != "X"]))), .(id, logbld = log)] 
# id logbld art 
#1: 1  11 Y 
#2: 2  11 X 
#3: 3  12 X 
#4: 4  12 Z, Y 
#5: 5  13 X 

Answer 3

Je voulais juste essayer avec dplyr:

library(data.table) 
library(dplyr) 
    dat <- setDT(dt %>% group_by(id) %>% 
         unique() %>% 
         summarise(bldlog = mean(log), 
           art = gsub("X,|,X", "",paste(art, collapse = ",")))) 


dat 

# id bldlog art 
# 1: 1  11 Y 
# 2: 2  11 X 
# 3: 3  12 X 
# 4: 4  12 Z,Y 
# 5: 5  13 X