在数据框中的特定位置添加列的优雅方式

Posted 2023-02-16

【中文标题】在数据框中的特定位置添加列的优雅方式

【英文标题】：Elegant way of adding columns on a specific position in a data frame

【发布时间】：2018-11-27 22:19:48

【问题描述】：

我有一个包含 3 个列的 data.frame：日期、价格、价格。我想在价格之后和价格之前添加来自矩阵的列。

df = tibble('date' = c('01/01/2000', '02/01/2000', '03/01/2000'),
        'rate' = c(7.50, 6.50, 5.54),
        'price' = c(92, 94, 96))

我使用输出矩阵的函数计算了速率滞后：

rate_Lags = matrix(data = c(NA, 7.50, 5.54, NA, NA, 7.50), ncol=2, dimnames=list(c(), c('rate_tMinus1', 'rate_tMinus2'))

我想使用名称索引而不是列顺序在价格之后（和价格之前）插入这些滞后。

tibble 包 (Adding a column between two columns in a data.frame) 中的 add_column 函数不起作用，因为它只接受原子向量（因此，如果我有 10 个滞后，我将不得不调用 add_column 10 次）。我可以在我的rate_Lags 矩阵中使用apply。但是，然后，我从rate_Lags 矩阵中丢失了暗名。

如果我知道特定列名的位置（任何检索列名位置的函数？），使用数字索引（子集）（https://stat.ethz.ch/pipermail/r-help/2011-August/285534.html）就可以工作。

有没有什么简单的方法可以在数据框/tibble 对象的特定位置插入一串列s？

【参考方案1】：

您可能忽略了以下内容

library(dplyr)
I <- which(names(df) == "rate")
if (I == ncol(df)) 
    cbind(df, rate_Lags)
 else 
    cbind(select(df, 1:I), rate_Lags, select(df, (I+1):ncol(df))) 


#     date rate rate_tMinus1 rate_tMinus2 price
# 1 0.0005 7.50           NA           NA    92
# 2 0.0010 6.50         7.50           NA    94
# 3 0.0015 5.54         5.54          7.5    96

【讨论】：

我已经编辑了这个问题。 df 的定义中有一个错误：OP 写了01/01/2000 等，这是给0.0005 等的划分序列，而它显然应该是日期。

【参考方案2】：

也许这不是很优雅，但你只调用一次函数，我相信它或多或少是通用的。

fun <- function(DF, M)
  nms_DF <- colnames(DF)
  nms_M <- colnames(M)
  inx <- which(sapply(nms_DF, function(x) length(grep(x, nms_M)) > 0))
  cbind(DF[seq_len(inx)], M, DF[ seq_along(nms_DF)[-seq_len(inx)] ])


fun(df, rate_Lags)
#        date rate rate_tMinus1 rate_tMinus2 price
#1 01/01/2000 7.50           NA           NA    92
#2 02/01/2000 6.50         7.50           NA    94
#3 03/01/2000 5.54         5.54          7.5    96

【讨论】：

我认为你可以进一步简化这个逻辑——例如idx <- seq.int(1L,match("rate",names(df))) 和cbind(df[idx], rate_Lags, df[-(idx)])。

@thelatemail 是的，你是对的，但就像我不需要知道要匹配的列的名称一样。这就是为什么我想到grep。它更复杂，但 sapply 循环在 colnames 属性上应该不会花费太多时间。

【参考方案3】：

我们可以将数据集unclass 转换为list，然后使用append 在特定位置插入“rate_Lags”，将list 重新转换为data.frame

i1 <- match('rate', names(df))
data.frame(append(unclass(df), as.data.frame(rate_Lags), after = i1))
#        date rate rate_tMinus1 rate_tMinus2 price
#1 01/01/2000 7.50           NA           NA    92
#2 02/01/2000 6.50         7.50           NA    94
#3 03/01/2000 5.54         5.54          7.5    96

---

或tidyverse

library(tidyverse)
rate_Lags %>%
       as_tibble %>%
       append(unclass(df), ., after = i1) %>% 
       bind_cols
# A tibble: 3 x 5
#  date        rate rate_tMinus1 rate_tMinus2 price
#  <chr>      <dbl>        <dbl>        <dbl> <dbl>
#1 01/01/2000  7.5         NA            NA      92
#2 02/01/2000  6.5          7.5          NA      94
#3 03/01/2000  5.54         5.54          7.5    96

【讨论】：

简单的解决方案，它不需要库。唯一的缺点是我不知道插入列的位置（在本例中为 after = 2 ）。这可以通过使用which(names(df) = 'rate') 来解决。

@EmilianoA.Carlevaro 或使用match('rate', names(df))

dplyr中还有一个add_column()函数

@meriops 是的，它在那里，但它会添加到 data.frame 中，并且 OP 有几列要添加，而不是单个列

哎呀，我错过了，对不起。然后一种快速而简单的方法可能是将“日期”提取到 df1 中，将“价格”和“价格”提取到 df2 中，然后将列绑定 df1、要插入的列和 df2...