在data.table中折叠两个不同列中的行？

Question

对于虚拟数据集

require(data.table)
require(reshape2)
teamid <- c(1,2,3)
member <- c("a,b","","c,g,h")
leader <- c("c", "d,e", "")
dt <- data.table(teamid, member, leader)

现在数据集看起来像这样:

   teamid member leader
1:      1    a,b      c
2:      2           d,e
3:      3  c,g,h  

3列。对于每个团队，他们在不同的列中有团队成员和团队领导。团队可能只有成员而没有领导者，反之亦然。

以下是我几乎想要的输出：

   teamid value leader
1:      1     a  FALSE
2:      1     b  FALSE
3:      1     c   TRUE
4:      1     c   TRUE
5:      2     d   TRUE
6:      2     e   TRUE
7:      3     c  FALSE
8:      3     g  FALSE
9:      3     h  FALSE

我希望将两列合并成一列，如果其中一列是团队领导，则添加一个标记。

我有一个丑陋的解决方案，

<代码>dt1

问题：

>

我认为，这种解决方案不是有效的，先合并，然后融化。那么，还有其他方法吗？

在第3行和第4行有重复的行。

当我试图更改列名时，出现了一个错误

设置名称（dt 6，值，成员）

setnames(dt6，value，member)中出错:找不到对象“value”

也许最重要的是，

当我尝试在我的真实数据集上进行测试时，这些数据集具有100多万行，3列，发生了以下错误

如果（允许笛卡尔）为空，则vecseq（f__，len__）中的合并（df1，df2，all=TRUE）错误为。整数（max（nrow（x））：连接结果为238797行；大于142095＝最大值（nrow（x），nrow（i））。检查i中是否存在重复的键值，每个键值在x中反复加入同一组。如果没有问题，请尝试包含j并删除by（不包含by），以便j为每个组运行，以避免大的分配。如果确定要继续，请使用allow.cartesian=TRUE重新运行。否则，请在FAQ、Wiki、Stack Overflow和datatable帮助中搜索此错误消息以获取建议。

有什么建议吗？多谢！

Answer 1

你现在可以试试tidyverse解决方案

dt %>% 
  separate_rows(member) %>% 
  separate_rows(leader) %>% 
  gather(status, member, -teamid) %>% 
  distinct() %>% 
  filter(member != "") %>% 
  mutate(member=ifelse(status == "leader", paste0(member, "*"), member)) %>% 
  select(-status)
  teamid member
1      1      a
2      1      b
3      3      c
4      3      g
5      3      h
6      1     c*
7      2     d*
8      2     e*

Answer 2

稍微简单一点的方法可能是

crew <- dt[, .(strsplit(member, ","))]
crew <- unlist(crew)
leads <- dt[, .(strsplit(leader, ","))]
leads <- unlist(leads)

dt_long <- data.table(people=c(crew, leads), 
    status = rep(c("crew", "leader"), c(length(crew), length(leader))))

它给了我

  people status
1:      a   crew
2:      b   crew
3:      c   crew
4:      g   crew
5:      h   crew
6:      c leader
7:      d leader
8:      e leader

Answer 3

首先融化。

result <- melt(dt,id="teamid", variable.name="status", value.name="member")
result <- result[nchar(member)>0,strsplit(member,","),by=list(teamid,status)]
setnames(result,"V1","member")
setkey(result,teamid,status)
result
#    teamid status member
# 1:      1 member      a
# 2:      1 member      b
# 3:      1 leader      c
# 4:      2 leader      d
# 5:      2 leader      e
# 6:      3 member      c
# 7:      3 member      g
# 8:      3 member      h

如果您想摆脱status列并向成员列添加“标签”，可以这样做：

result[status=="leader",member:=paste0(member,"*")]
result[,status:=NULL]
result
#    teamid member
# 1:      1      a
# 2:      1      b
# 3:      1     c*
# 4:      2     d*
# 5:      2     e*
# 6:      3      c
# 7:      3      g
# 8:      3      h