如何根据另一个变量的行上的值添加一定数量的行

Posted 2023-03-27

【中文标题】如何根据另一个变量的行上的值添加一定数量的行

【英文标题】：How to add certain number of rows based on values on the rows of another variable

【发布时间】：2018-08-02 21:36:51

【问题描述】：

date        time    td  number
20150102    80000   -1  0
20150102    80001   -1  2
20150102    80002   1   0
20150102    80003   1   3
20150102    80004   -1  0

我需要根据变量“数字”创建附加行数。并让日期和时间与编号的行相同，而变量 td=0。我想要这样的数据：

date        time    td  number
20150102    80000   -1  0
20150102    80001   -1  2
20150102    80002   1   0
20150102    80003   1   3
20150102    80004   -1  0
20150102    80001   0   NA 
20150102    80001   0   NA
20150102    80003   0   NA
20150102    80003   0   NA
20150102    80003   0   NA

【问题讨论】：

我需要通过这个循环运行，因为我有超过 20,000 个 obs

我不明白你的预期结果。你能澄清一下规则吗？为什么time 前 5 行会发生变化？为什么是新行中的值？

对不起！我原来的时间应该加1，请看我编辑的版本

【参考方案1】：

我会生成每一列，然后将它们绑定到一个数据框，然后将它们绑定到原始数​​据框！无需循环。

假设你的数据框叫做 df

#Create the date and time using the number column directly.
date <- rep(df$date, times = df$number)
time <- rep(df$time, times = df$number)

#Combine these fields into a data frame and set td to all 0s and number to all NAs
appenddf <- data.frame(date = date, time = time, td = 0, number = NA)

#Bind the data for appending to the original data frame
df <- rbind(df, appenddf)

【讨论】：

好答案！我在想同一条线，但你很快。 +1

谢谢！我怀疑可能有一个更强大的答案，它不依赖于创建单独的数据框，但我不知道它是不是在我的脑海中:)

【参考方案2】：

使用expandRows 和separate 函数可以实现另一个选项。展开行将允许使用组合值复制 rows，稍后可以将其分离出来并添加到原始 df。

library(splitstackshape)
library(dplyr)
df1 <- setDT(expandRows(df, "number"))[, newsamp := 
sprintf("%d-%d-%d-%d", date, time, 0, NA)][,newsamp] %>% as.data.frame() %>% 
  separate(1,c("date", "time", "td", "number"))

rbind(df, df1)

#Result
#       date  time td number
#1  20150102 80000 -1      0
#2  20150102 80001 -1      2
#3  20150102 80002  1      0
#4  20150102 80003  1      3
#5  20150102 80004 -1      0
#6  20150102 80001  0     NA
#7  20150102 80001  0     NA
#8  20150102 80003  0     NA
#9  20150102 80003  0     NA
#10 20150102 80003  0     NA

【参考方案3】：

这个循环将使用 rbind.fill（来自 plyr），用于数据帧 df：

for (i in length(df$n))
  x = df$n[i]
  while (x > 0)
    df <- rbind.fill(df, df[i,1:2])
    x = x -1
    print(x)
  

#Switch NA's in df$td column to 0
df$td[is.na(df$td)] <- 0

【参考方案4】：

> a=rep(1:nrow(dat),dat$number+1)
> transform(dat[c(a[!duplicated(a)],a[duplicated(a)]),-4],num=`length<-`(dat$number,length(a)))
        date  time td num
1   20150102 80000 -1   0
2   20150102 80001 -1   2
3   20150102 80002  1   0
4   20150102 80003  1   3
5   20150102 80004 -1   0
2.1 20150102 80001 -1  NA
2.2 20150102 80001 -1  NA
4.1 20150102 80003  1  NA
4.2 20150102 80003  1  NA
4.3 20150102 80003  1  NA