我是 R 的新手，我無(wú)法弄清楚如何根據(jù)需要過(guò)濾數(shù)據(jù)下面是數(shù)據(jù)（326 行和 6 列）數(shù)據(jù)集這是一個(gè)小例子：Author,Commenid,Parentid,Submissionid Score StanceUser1 , 333c , 222b , 111b , 10 , Positive User2 , 444c , 333c , 5hdc , 15 , NeutralUser3 , 222b , 555d , 23er , 20 , NegativeUser4 , 555d , 666f , 111b , 11 , Positive這里user1的意思是，他已經(jīng)回復(fù)了user2 user3 had replied to user1 user4 had replied to user3我想過(guò)濾為具有相同 commentid 和 parentid 的用戶，對(duì)于上面的示例，我們將過(guò)濾為數(shù)據(jù)Author Score Stance Reply Score StanceUser2 15 Neutral User1 10 Positive User1 10 Positive User3 20 Negative User3 20 Negative User4 11 Positive我嘗試了很多但我無(wú)法弄清楚，任何人都可以幫助我如何準(zhǔn)確地做到這一點(diǎn)（R 或 Python）。
2 回答
慕慕森
TA貢獻(xiàn)1856條經(jīng)驗(yàn) 獲得超17個(gè)贊
這是一個(gè)基本的 R 答案。
第一match列Commenid與Parentid. 創(chuàng)建一個(gè)數(shù)據(jù)集，其中Author列和Reply作者的列之前匹配。保留所有沒(méi)有NA值的行，并將 ( merge) 與原始數(shù)據(jù)連接起來(lái)以獲得其他列。
i <- with(df1, match(Commenid, Parentid))
res <- data.frame(Author = df1$Author, Reply = df1$Author[i])
res <- res[complete.cases(res), ]
merge(res, df1)
# Author Reply Commenid Parentid Submissionid
#1 User1 User2 333c 222b 111b
#2 User3 User1 222b 555d 23er
#3 User4 User3 555d 666f 111b
一種dplyr解決方案可能是
library(dplyr)
df1 %>%
mutate(i = match(Commenid, Parentid),
Reply = Author[i]) %>%
filter(!is.na(i)) %>%
select(Author, Reply, everything(vars = -i))
數(shù)據(jù)
df1 <- read.csv(text = "
Author,Commenid,Parentid,Submissionid
User1 , 333c , 222b , 111b
User2 , 444c , 333c , 5hdc
User3 , 222b , 555d , 23er
User4 , 555d , 666f , 111b
")
df1[] <- lapply(df1, trimws)
編輯
有了評(píng)論中描述的新數(shù)據(jù)和問(wèn)題，這里有一個(gè)dplyr解決方案。在與上面基本相同之后，它將結(jié)果與原始數(shù)據(jù)集連接起來(lái)并對(duì)列重新排序。
library(dplyr)
df2 %>%
mutate(i = match(Commenid, Parentid),
Reply = Author[i]) %>%
filter(!is.na(i)) %>%
select(-i) %>%
select(Author, Score, Stance, Reply, everything()) %>%
left_join(df2 %>% select(Author, Score, Stance), by = c("Reply" = "Author")) %>%
select(-matches("id$"), everything(), matches("id$"))
新數(shù)據(jù)
df2 <- read.csv(text = "
Author,Commenid,Parentid,Submissionid, Score, Stance
User1 , 333c , 222b , 111b , 10 , Positive
User2 , 444c , 333c , 5hdc , 15 , Neutral
User3 , 222b , 555d , 23er , 20 , Negative
User4 , 555d , 666f , 111b , 11 , Positive
")
names(df1) <- trimws(names(df1))
df1[] <- lapply(df1, trimws)
慕俠2389804
TA貢獻(xiàn)1719條經(jīng)驗(yàn) 獲得超6個(gè)贊
您可以將每個(gè)用戶與其他用戶進(jìn)行比較，如果commentid相等parentid則您可以打印它，下面是您如何在 Python 中執(zhí)行此操作：
for u1 in dataset :
for u2 in dataset :
if u1['parentid'] == u2['commentid'] :
print( u1['Author'],' had comment of ',u2['Author'] )
添加回答
舉報(bào)
0/150
提交
取消