Deutsches R-Forum

Verfasst: **Do Mai 20, 2021 7:27 pm**

Hallo liebe Community,
ich hätte eine Frage zur Variablengruppierung in einer Tabelle. Eine Spalte (Variable .id) enthält die Nummer der Versuchspersonen (kodiert: P1.csv = Versuchsperson 1, P2.csv = Versuchsperson 2…). Mein Ziel ist, dass ich mehrere bestimmte Versuchspersonen zu Gruppen zusammenfassen möchte. Dafür würde ich gerne in derselben Tabelle eine neue Spalte (Gruppenvariable) erstellen, welche z.B. den Wert 1 immer bei P1.csv und P2.csv hat und den Wert 2 bei P3.csv und P4.csv. Weiß jemand vielleicht einen R-Befehl, wie sich dieses Problem lösen lässt?

Hier ein Screenshot von der Tabelle:
Bild

Ich habe die Tabelle mit einem automatischen Einlesebefehl erstellt, welcher im angegebenen Verzeichnis jede einzelne CSV-Datei einliest und zu einer großen Tabelle zusammenfügt. Deshalb kommen die "komischen" Werte Px.csv zustande, da der Name der Datei als Wert genommen wird.

Hier nochmal der Einlesebefehl:

Code: Alles auswählen

library("plyr")
paths <- dir("C:/Users/RobinAOE/Desktop/", pattern = "\\.csv$", full.names = TRUE)
names(paths) <- basename(paths)
datengesamt <- ldply(paths, read.csv, stringsAsFactors = FALSE)

Viele Grüße,
Robin

Verfasst: **Fr Mai 21, 2021 12:34 pm**

Hallo Robin,

wieviele Personen gibt es denn? ... wahrscheinlich mehr als 9, richtig?
Ich würde das mit regulären Ausdrücken angehen und bei Bedarf anschließend nach numerisch konvertieren.

Gruß, Jörg

Verfasst: **Fr Mai 21, 2021 1:14 pm**

Hallo Jörg,
danke für deine Antwort. Es sind insgesamt 24 Versuchspersonen und diese sollen 3 Gruppen zugewiesen werden, 8 Personen pro Gruppe. Ich suche nach einem Befehl wie:

Code: Alles auswählen

datengesamt$Gruppe [1] <- datengesamt$.id [P1.csv, P2.csv...]
 datengesamt$Gruppe [2] <- datengesamt$.id [P3.csv, P4.csv...]

Von der Logik her, kann ich mir vorstellen, dass es so aussehen sollte. Weiß aber nicht, wie man den genauen R-Befehl schreibt. Weißt du da vielleicht weiter?

Gruß, Robin

Verfasst: **Fr Mai 21, 2021 5:19 pm**

Hallo Robin,

kannst Du dann wenigstens uns die Gruppenzugehörigkeiten vollständig liefern?
Etwa in der Form:

Code: Alles auswählen

Gruppe1 <- c(1, 2, 7, 8, 13, 14, 19, 20)
Gruppe2 <- c(3, 4, 9, 10, 15, 16, 21, 22)
Gruppe3 <- c(5, 6, 11, 12, 17, 18, 23, 24)

Ich rede ja noch nichtmal von einem reproduzierbaren Beispiel

http://forum.r-statistik.de/viewtopic.php?f=20&t=11

Gruß, Jörg

Verfasst: **Sa Mai 22, 2021 10:02 pm**

Anbei ein Paar Möglichkeiten die mir eingefallen sind (gibt nocht mehr!):

Code: Alles auswählen

x <- c("P1.csv", "P2.csv", "P3.csv", "P4.csv")



# switch is not vectorised...
sapply(x, function(x) switch(x,
       "P1.csv" = 1,
       "P2.csv" = 1,
       "P3.csv" = 2,
       "P4.csv" = 2))

# dplyr::case_when is vectorised
dplyr::case_when(
  x == "P1.csv" ~ 1,
  x == "P2.csv" ~ 1,
  x == "P3.csv" ~ 2,
  x == "P4.csv" ~ 2)

# with a lookup vector
map <- c("P1.csv" = 1,
  "P2.csv" = 1,
  "P3.csv" = 2,
  "P4.csv" = 2)
map[x]

# with regex & nested ifelse
id <- as.numeric(gsub("^P(\\d+)\\.csv$", "\\1", x))
ifelse(id %in% c(1, 2), 1,
ifelse(id %in% c(3, 4), 2,
NA
))

Ich nutze die lookup-vector am meisten. Die RegexLösung bringt nicht viel, außer man hat ein Struktur die man nutzen kann (z.B. ersten acht sind Gruppe 1).

Verfasst: **Mi Mai 26, 2021 10:28 pm**

Hallo EDi und Jörg,
vielen Dank für eure Antworten! Dank dieser Hilfe konnte ich nun einen R-Code schreiben, welcher genau das macht, was ich wollte. Das hier hat funktioniert ("# switch is not vectorised..." - Abschnitt von EDi):

Code: Alles auswählen

x <- c(datengesamt$.id)
datengesamt$gruppe <- sapply(x, function(x) switch(x,
                                                   "P1.csv" = 1,
                                                   "P2.csv" = 1,
                                                   "P11.csv" = 3,
                                                   "P3.csv" = 2,
                                                   "P4.csv" = 2,
                                                   "P5.csv" = 3,
                                                   "P6.csv" = 3,
                                                   "P7.csv" = 1,
                                                   "P8.csv" = 1,
                                                   "P9.csv" = 2,
                                                   "P10.csv" = 2,
                                                   "P13.csv" = 1,
                                                   "P12.csv" = 3,
                                                   "P14.csv" = 1,
                                                   "P15.csv" = 2,
                                                   "P16.csv" = 2,
                                                   "P17.csv" = 3,
                                                   "P18.csv" = 3,
                                                   "P19.csv" = 1,
                                                   "P20.csv" = 1,
                                                   "P21.csv" = 2,
                                                   "P22.csv" = 2,
                                                   "P23.csv" = 3,
                                                   "P24.csv" = 3))

Ich habe die (von Jörg) vorgeschlagene Gruppenzugehörigkeit genommen, da ich die nächsten 2 Wochen keinen zugriff auf die "wahre" Gruppenzugehörigkeit habe und diese die gleiche Struktur besitzt. Sollte aber kein Problem sein, ich kann ja jeder Zeit im R-Skript die Zahlen austauschen

Vielen Dank nochmal und viele Grüße!

Deutsches R-Forum

Variablengruppierung,Tabelle

Variablengruppierung,Tabelle

Re: Variablengruppierung,Tabelle

Re: Variablengruppierung,Tabelle

Re: Variablengruppierung,Tabelle

Re: Variablengruppierung,Tabelle

Re: Variablengruppierung,Tabelle