将数据框中的两列或多列合并为具有新名称的新列

Posted 2023-02-16

【中文标题】将数据框中的两列或多列合并为具有新名称的新列

【英文标题】：Combine two or more columns in a dataframe into a new column with a new name

【发布时间】：2013-08-09 13:08:33

【问题描述】：

例如，如果我有这个：

n = c(2, 3, 5) 
s = c("aa", "bb", "cc") 
b = c(TRUE, FALSE, TRUE) 
df = data.frame(n, s, b)

  n  s     b
1 2 aa  TRUE
2 3 bb FALSE
3 5 cc  TRUE

那么如何将n 和s 这两列合并成一个名为x 的新列，使其看起来像这样：

  n  s     b     x
1 2 aa  TRUE  2 aa
2 3 bb FALSE  3 bb
3 5 cc  TRUE  5 cc

【参考方案1】：

还有其他很好的答案，但在您不知道列名或要预先连接的列数的情况下，以下内容很有用。

df = data.frame(x = letters[1:5], y = letters[6:10], z = letters[11:15])
colNames = colnames(df) # could be any number of column names here
df$newColumn = apply(df[, colNames, drop = F], MARGIN = 1, FUN = function(i) paste(i, collapse = ""))

【参考方案2】：

代替

paste（默认空格）， paste0（强制包含缺少的NA 作为字符）或 unite（限制为 2 列和 1 个分隔符），

我建议像paste0 一样灵活的替代方案，但更小心NA：stringr::str_c

library(tidyverse)

# check the missing value!!
df <- tibble(
  n = c(2, 2, 8),
  s = c("aa", "aa", NA_character_),
  b = c(TRUE, FALSE, TRUE)
)

df %>% 
  mutate(
    paste = paste(n,"-",s,".",b),
    paste0 = paste0(n,"-",s,".",b),
    str_c = str_c(n,"-",s,".",b)
  ) %>% 

  # convert missing value to ""
  mutate(
    s_2=str_replace_na(s,replacement = "")
  ) %>% 
  mutate(
    str_c_2 = str_c(n,"-",s_2,".",b)
  )
#> # A tibble: 3 x 8
#>       n s     b     paste          paste0     str_c      s_2   str_c_2   
#>   <dbl> <chr> <lgl> <chr>          <chr>      <chr>      <chr> <chr>     
#> 1     2 aa    TRUE  2 - aa . TRUE  2-aa.TRUE  2-aa.TRUE  "aa"  2-aa.TRUE 
#> 2     2 aa    FALSE 2 - aa . FALSE 2-aa.FALSE 2-aa.FALSE "aa"  2-aa.FALSE
#> 3     8 <NA>  TRUE  8 - NA . TRUE  8-NA.TRUE  <NA>       ""    8-.TRUE

^{由reprex package (v0.3.0) 于 2020-04-10 创建}

str_c 文档的额外说明

与大多数其他 R 函数一样，缺失值具有“传染性”：每当缺失值与另一个字符串组合时，结果总是会缺失。使用str_replace_na() 将NA 转换为"NA"

【讨论】：

paste0(n,"-",s,".",b) 和str_c(n,"-",s,".",b) 完全相同，都使用默认分隔符，即空字符串''。我也不知道paste为什么“整洁”，你的意思是你不喜欢空格？

paste0 和 str_c 并不完全相同。看看这些链接：（1）rdocumentation.org/packages/stringr/versions/1.3.1/topics/str_c（2）***.com/questions/53118271/…

啊，我明白了！谢谢！它们有何不同将是对这个答案的一个很好的补充（str_c 文档也可能更加明确！）。

@Axeman 感谢您的建议。我已经简化了答案并添加了关于该问题的额外说明

【参考方案3】：

我们可以使用paste0：

df$combField <- paste0(df$x, df$y)

如果您不希望在连接字段中引入任何填充空间。如果您计划将组合字段用作表示两个字段组合的唯一 ID，这将更加有用。

【参考方案4】：

用于插入分隔符：

df$x <- paste(df$n, "-", df$s)

【讨论】：

.@LittleBee - 这会在两个数据之间添加一个空格。例如，最终输出类似于：A - B 而不是 A-B。是否可以删除这个多余的空间？

.@LittleBee - 这对我有用：paste(df$n,df$s,sep="-")

用 paste0 代替 paste

这不会给出所需的输出：OP 要求元素之间有一个空格，而不是另一个分隔符（顺便说一下，最好将其作为 sep 参数... ）。另一个答案比您早近 4 年发布，但是完美地回答了这个问题。

【参考方案5】：

一些带有 NA 的示例以及使用 apply 删除它们

n = c(2, NA, NA) 
s = c("aa", "bb", NA) 
b = c(TRUE, FALSE, NA) 
c = c(2, 3, 5) 
d = c("aa", NA, "cc") 
e = c(TRUE, NA, TRUE) 
df = data.frame(n, s, b, c, d, e)

paste_noNA <- function(x,sep=", ") 
gsub(", " ,sep, toString(x[!is.na(x) & x!="" & x!="NA"] ) ) 

sep=" "
df$x <- apply( df[ , c(1:6) ] , 1 , paste_noNA , sep=sep)
df

【讨论】：

@Ferroao 谢谢，你救了我的命。请在 df$x 之前移动 paste_noNA 函数

【参考方案6】：

正如 Uwe 和 UserR 在 cmets 中已经提到的，tidyverse 格式的一般解决方案是使用命令 unite：

library(tidyverse)

n = c(2, 3, 5) 
s = c("aa", "bb", "cc") 
b = c(TRUE, FALSE, TRUE) 

df = data.frame(n, s, b) %>% 
  unite(x, c(n, s), sep = " ", remove = FALSE)

【讨论】：

本例中的 x 是什么？

@Levi，x 表示包含组合值的新列的名称。想想 dplyr 的 mutate: df %>% dplyr::mutate(x = "your operations")

【参考方案7】：

使用dplyr::mutate：

library(dplyr)
df <- mutate(df, x = paste(n, s)) 

df 
> df
  n  s     b    x
1 2 aa  TRUE 2 aa
2 3 bb FALSE 3 bb
3 5 cc  TRUE 5 cc

【讨论】：

不，作为已经存在的答案，您使用的是 paste，而不是 mutate。

我以为我在演示如何将列组合为dplyr::mutate() 的一部分。抱歉，只是想提供帮助 - 我不会再污染网站，也不会再发帖了。

对不起，如果它显得粗鲁。 OP的问题不是用mutate解决的，问题不在于如何使用dplyr，而是如何组合列值。我只是指出他们需要 paste 而不是 mutate。如果我们要演示dplyr正确的方法是using the function unite.

【参考方案8】：

使用paste。

 df$x <- paste(df$n,df$s)
 df
#   n  s     b    x
# 1 2 aa  TRUE 2 aa
# 2 3 bb FALSE 3 bb
# 3 5 cc  TRUE 5 cc

【讨论】：

.@thelatemail - 如何使用paste() 在数据点之间添加特殊字符？对于上面的例子，x 列的数据应该是2-aa，然后是3-bb 和5-cc。

.@thelatemail - 这对我有用：paste(df$n,df$s,sep="-")

如果列 s 具有 NA 值，如何省略 NA？ （如果df$s[2]=NA，我不喜欢看到3 NA）