如何将组行附加到数据框中
Posted
技术标签:
【中文标题】如何将组行附加到数据框中【英文标题】：How to append group row into dataframe 【发布时间】：2018-02-13 01:39:37 【问题描述】：我有这个 df1：
A B C
1 2 3
5 7 9
A B C 是列名。
我有另一个 df2 的一列：
A
1
2
3
4
我想为 df1 的每一列附加 df2，创建这个最终数据框：
A B C
1 2 3
5 7 9
1 1 1
2 2 2
3 3 3
4 4 4
有可能吗？
【问题讨论】：
【参考方案1】：data.frame(sapply(df1, c, unlist(df2)), row.names = NULL)
# A B C
#1 1 2 3
#2 5 7 9
#3 1 1 1
#4 2 2 2
#5 3 3 3
#6 4 4 4
数据
df1 = structure(list(A = c(1L, 5L), B = c(2L, 7L), C = c(3L, 9L)), .Names = c("A",
"B", "C"), class = "data.frame", row.names = c(NA, -2L))
df2 = structure(list(A = 1:4), .Names = "A", class = "data.frame", row.names = c(NA,
-4L))
【讨论】：
unlist(df2, use.names = FALSE) 可能比row.names = NULL 更有效【参考方案2】：
我们可以将df2复制df1的列数，取消它的名字，然后rbind它。
rbind(df1, unname(rep(df2, ncol(df1))))
# A B C
# 1 1 2 3
# 2 5 7 9
# 3 1 1 1
# 4 2 2 2
# 5 3 3 3
# 6 4 4 4
数据：
df1 <- structure(list(A = c(1L, 5L), B = c(2L, 7L), C = c(3L, 9L)), .Names = c("A",
"B", "C"), class = "data.frame", row.names = c(NA, -2L))
df2 <- structure(list(A = 1:4), .Names = "A", row.names = c(NA, -4L), class = "data.frame")
【讨论】：
unname，是的，这就是我试图让rbind 更轻松地工作的想法。 +1。【参考方案3】：
我们可以使用base R方法
rbind(df1, setNames(as.data.frame(do.call(cbind, rep(list(df2$A), 3))), names(df1)))
# A B C
#1 1 2 3
#2 5 7 9
#3 1 1 1
#4 2 2 2
#5 3 3 3
#6 4 4 4
数据
df1 <- structure(list(A = c(1L, 5L), B = c(2L, 7L), C = c(3L, 9L)), .Names = c("A",
"B", "C"), class = "data.frame", row.names = c(NA, -2L))
df2 <- structure(list(A = 1:4), .Names = "A", class = "data.frame",
row.names = c(NA, -4L))
【讨论】：
【参考方案4】：这是一个带有rbind、rep和setNames的基本R方法：
rbind(dat, setNames(data.frame(rep(dat1, ncol(dat))), names(dat)))
A B C
1 1 2 3
2 5 7 9
3 1 1 1
4 2 2 2
5 3 3 3
6 4 4 4
编辑：原来data.frame 不是必需的：
rbind(dat, setNames(rep(dat1, ncol(dat)), names(dat)))
会起作用的。
数据
dat <-
structure(list(A = c(1L, 5L), B = c(2L, 7L), C = c(3L, 9L)), .Names = c("A",
"B", "C"), class = "data.frame", row.names = c(NA, -2L))
dat1 <-
structure(list(A = 1:4), .Names = "A", row.names = c(NA, -4L),
class = "data.frame")
【讨论】：
【参考方案5】：我只是喜欢 R，这是另一个 Base R 解决方案，但使用 mapply：
data.frame(mapply(c, df1, df2))
结果：
A B C
1 1 2 3
2 5 7 9
3 1 1 1
4 2 2 2
5 3 3 3
6 4 4 4
注意：
不需要像几乎所有其他解决方案一样处理 colnames... 之所以有效的关键是“mapply 为 ... [每个元素] 的值调用 FUN
（重新循环到最长的长度...[元素]”（参见 ?mapply）。换句话说，df2$A 被回收到 df1 有多少列。
数据：
df1 = structure(list(A = c(1L, 5L), B = c(2L, 7L), C = c(3L, 9L)), .Names = c("A",
"B", "C"), class = "data.frame", row.names = c(NA, -2L))
df2 = structure(list(A = 1:4), .Names = "A", row.names = c(NA, -4L), class = "data.frame")
【讨论】：
【参考方案6】：数据：
df1 <- data.frame(A=c(1,5),
B=c(2,7),
C=c(3,9))
df2 <- data.frame(A=c(1,2,3,4))
解决方案：
df2 <- matrix(rep(df2$A, ncol(df1)), ncol=ncol(df1))
colnames(df2) <- colnames(df1)
rbind(df1,df2)
结果：
A B C 1 1 2 3 2 5 7 9 3 1 1 1 4 2 2 2 5 3 3 3 6 4 4 4
【讨论】：
【参考方案7】：来自purrr 的解决方案，它使用map_dfc 循环遍历df1 中的所有列以将所有元素与df2$A 组合。
library(purrr)
map_dfc(df1, ~c(., df2$A))
# A tibble: 6 x 3
A B C
<int> <int> <int>
1 1 2 3
2 5 7 9
3 1 1 1
4 2 2 2
5 3 3 3
6 4 4 4
数据
df1 <- structure(list(A = c(1L, 5L), B = c(2L, 7L), C = c(3L, 9L)), .Names = c("A",
"B", "C"), class = "data.frame", row.names = c(NA, -2L))
df2 <- structure(list(A = 1:4), .Names = "A", class = "data.frame",
row.names = c(NA, -4L))
【讨论】：
【参考方案8】：类比 @user 出色的 Base R 答案，这里有一个 tidyverse 解决方案：
library(purrr)
map2_df(df1, df2, c)
A B C 1 1 2 3 2 5 7 9 3 1 1 1 4 2 2 2 5 3 3 3 6 4 4 4
这是我第一次回答这个问题时的其他一些（不太理想的）选项。
library(dplyr)
bind_rows(df1, df2 %>% mutate(B=A, C=A))
或者，如果我们想从 df1 动态获取列数及其名称：
bind_rows(df1,
df2[,rep(1,ncol(df1))] %>% setNames(names(df1)))
还有一种 Base R 方法：
rbind(df1, setNames(df2[,rep(1,ncol(df1))], names(df1)))
【讨论】：
【参考方案9】：为了完整起见，这里是data.table 方法，它不需要处理列名：
library(data.table)
setDT(df1)[, lapply(.SD, c, df2$A)]
A B C 1: 1 2 3 2: 5 7 9 3: 1 1 1 4: 2 2 2 5: 3 3 3 6: 4 4 4
请注意，OP 已将 df2 描述为仅包含一列。
这种方法还有一个基本的 R 版本：
data.frame(lapply(df1, c, df2$A))
A B C 1 1 2 3 2 5 7 9 3 1 1 1 4 2 2 2 5 3 3 3 6 4 4 4
这类似于d.b's 方法，但不需要处理列名。
【讨论】：
以上是关于如何将组行附加到数据框中的主要内容，如果未能解决你的问题，请参考以下文章