Tengo el siguiente df del que debo agrupar y asignar un número secuencial a la combinación ID_sitio
y fecha
, para lo que he utilizado el script que aparece líneas más abajo.
df1 <- data.frame("ID_Sitio" = c("ES022", "ES023", "ES024", "ES022", "ES023", "ES024"),
ID_Individuo = c("001", "002", "005", "011", "022", "055"),
fecha = c("01-01-2001", "02-01-2001", "03-01-2001", "01-01-2001", "02-01-2001", "03-01-2001"),
stringsAsFactors = F)
ID_Sitio ID_Individuo fecha
ES022 001 01-01-2001
ES023 002 02-01-2001
ES024 005 03-01-2001
ES022 011 01-01-2001
ES023 022 02-01-2001
ES024 055 03-01-2001
library(tidyverse)
# Generamos un tabla con los grupos y
# un id numérico para cada uno
df1 %>%
group_by(ID_Sitio, fecha) %>%
summarize((n)) %>%
rowid_to_column("grupo") -> grupos
# Combinamos el df original con el de los grupos
df1 %>%
left_join(grupos)
ID_Sitio ID_Individuo fecha grupo n
1 ES022 001 01-01-2001 1 2
2 ES023 002 02-01-2001 2 2
3 ES024 005 03-01-2001 3 2
4 ES022 011 01-01-2001 1 2
5 ES023 022 02-01-2001 2 2
6 ES024 055 03-01-2001 3 2
Suponiendo que tengo un número de observaciones por grupo mayor a 2
7 ES032 055 03-01-2012 4 25
8 ES042 055 05-01-2012 4 150
9 ES082 055 12-01-2012 4 250
Lo que debo hacer es tomar esos grupos con un número de observaciones <=10 y redistribuirlos en cualquier otra categoría que tenga más de 10 observaciones.
He pensado hacerlo
df1$grupo2<-ifelse(freq<=10, grupo+1, grupo)
pero el problema es que no siempre sumándole 1 a "grupo", tendré un grupo con freq>1
... Hay alguna forma de hacerlo?
Y luego de redistribuir los grupos, debo volverlos a enumerar, pero eso será tan sencillo como aplicar nuevamente el group_by
.
grupo + 1
te va a caer en un grupo con más de 10 observaciones. ¿Y de que forma quieres distribuir las observaciones?. Es decir tienes un grupo con 2 observaciones y dos grupos con 30, y con 11, ¿Cómo esperas distribuir esas 2 observaciones? ¿de manera sencilla, una a cada uno de los dos grupos con más de 10? ¿De forma ponderada a la cantidad de observaciones de los grupos de más de 10, tipo los esquemas de asignación de bancas por votos en los sistemas electorales? ¿Al azar?