Sin duda la solución de @mpaladino usando dplyr
es más elegante y sencilla, sin embargo también puede lograrse algo similar con R base. La idea es básicamente la misma:
- Convertimos el formato "ancho" a uno "largo"
- Luego simplemente filtramos los valores deseados
Solución:
library(tidyverse)
tribble(
~Orden, ~FV, ~HC, ~HT, ~JA, ~JN, ~JP, ~JU, ~LA, ~LC, ~LM, ~MG,
'PB4184', 0, 0, 0.03, 0, 0, 0, 0, 0, 0, 0, 0.1,
'PB4185', 0, 0, 0.02, 0, 0, 0, 0, 0, 0, 0, 0.11,
'PB4186', 0, 0, 0.04, 0, 0, 0, 0, 0, 0, 0, 0.11,
'PB4187', 0, 0, 0.03, 0, 0, 0, 0, 0, 0, 0, 0.11,
'PB4188', 0, 0, 0.02, 0, 0, 0, 0, 0, 0, 0, 0.12,
'PB4189', 0, 0, 0.03, 0, 0, 0, 0, 0, 0, 0, 0.1,
'PB4190', 0, 0, 0.03, 0, 0, 0, 0, 0, 0, 0, 0.11) -> datos_de_user
newdata <- reshape(data=datos_de_user,
direction="long",
varying=list(2:12),
times=names(datos_de_user)[2:12],
timevar="Columna",
v.names="probabilidad"
)
newdata <- newdata[newdata$probabilidad > 0.02 & newdata$probabilidad <= 0.1,]
newdata <- newdata[order(newdata$Orden),c(1,2,3)]
newdata
- Con
reshape()
modificamos el formato "ancho" original a uno "largo"
- Con
newdata[newdata$probabilidad > 0.02 & newdata$probabilidad <= 0.1,]
filtramos las probabilidades de acuerdo a algún criterio deseado
- Por último y como un detalle más, con
newdata[order(newdata$Orden),c(1,2,3)]
ordenamos todo por el número de fila original y reordenamos también las columnas
La única particularidad de esta solución es que conservamos el Orden
que corresponde a cada fila:
# A tibble: 7 x 3
Orden Columna probabilidad
<chr> <chr> <dbl>
1 PB4184 HT 0.03
2 PB4184 MG 0.1
3 PB4186 HT 0.04
4 PB4187 HT 0.03
5 PB4189 HT 0.03
6 PB4189 MG 0.1
7 PB4190 HT 0.03
Hay algunas filas/Orden que se repiten ya que hay más de una columna en la que se da la condición que estamos evaluando. La forma consistente de manejar estos casos es duplicar estas filas como hacemos en el ejemplo anterior, sin embargo, por tus comentarios buscas que cada fila sea única y las coincidencias se muestren de forma "horizontal", no es una forma cómoda de dejar los datos, pero puede ser práctica a la hora de visualizarlos, para hacer esto podemos ejecutar lo siguiente:
final <- aggregate( paste(Columna, probabilidad, sep='=') ~ Orden, newdata, c)
names(final)[2] <- 'probabilidad'
final
Orden probabilidad
1 PB4184 HT=0.03, MG=0.1
2 PB4186 HT=0.04
3 PB4187 HT=0.03
4 PB4189 HT=0.03, MG=0.1
5 PB4190 HT=0.03
Aquí vemos que solo nos quedamos con una única fila por Orden
y una nueva columna probabilidad
con los casos que han coincidido con el criterio anterior. En este caso la columna probabilidad
es un vector de cadenas de tamaño variable.