如何将多列中的字符串添加到R中单列中的多行

Posted 2023-04-18

【中文标题】如何将多列中的字符串添加到R中单列中的多行

【英文标题】：How to add strings from multiple columns to multiple rows in a single column in R

【发布时间】：2018-03-23 04:12:28

【问题描述】：

我在 R 中有一个数据框 （超过 30 列和 5000 行），如下所示：

问 1 2 3 4 5 1 A A B C C 2 D E F 3 H I C C 4 X Y Y Y Z 5 A E F C Z

我想： 1) 删除每列中的重复项 2) 将每列中的每个字符串移动到第一列中的其他行（例如：第 6、7、8 行等） 3) 删除第一列中的重复项

我试着环顾四周，但他们通常要求将字符串添加到 1 列中并用“;”分隔或“-”，这不是我要找的..

有什么解决办法吗？我也愿意将我的 data.frame 保存到 .txt 文件中，并使用 linux/Mac Terminal 来解决问题。

非常感谢！

[更新：] 我认为应该首先减少数据，因此是第 1 步。但同意所有可以在第 3 步完成的操作。

最终的 data.frame 应该如下所示： 问 1 1个 2D 3小时 4 X 5 E 6 我 7 乙 8楼 9 C 10Z 等等……

字符串实际上是基因名称，可以在行和列中复制。由于基因名称的变化，在 Excel 中格式化它们并不理想。希望这可以解决问题。谢谢！

【问题讨论】：

你能显示你的预期输出吗？我不清楚你想得到什么。

请记住，您的列必须具有相同的长度。

同意@thelatemail；为什么要从第 1 列中删除重复项两次（一次在步骤 1 中，然后在步骤 3 中再次）。你说的删除骗子是什么意思？用其他东西替换重复的条目？删除行？删除列？

@DanHall：是的，这些列都有超过 5000 行。行中缺少的字符串在 R 中列为“NA”（或者保留为空白）。

我很好地将您的表格转换为 R 对象，并将其添加到您的问题中。为什么要删除它？

【参考方案1】：

DF <- read.table(text = "Q 1 2 3 4 5
1 A A B C C
2 D E F '' ''
3 H I C C ''
4 X Y Y Y Z
5 A E F C Z", header = TRUE, stringsAsFactors = FALSE)

data.frame(x = unique(as.character(as.matrix(DF[2:length(DF)])))) 

自动分配行号。随意命名你的行。

【讨论】：

已解决！我只需将代码中的“长度”更改为“nrow”。非常感谢！

【参考方案2】：

你的意思是有这样的东西吗？

final_df <- data.frame(V1 = unique(unlist(df[!is.na(df)])))

输出为：

   V1
1   A
2   D
3   H
4   X
5   E
6   I
7   Y
8   B
9   F
10  C
11  Z

样本数据：

df <- structure(list(X1 = c("A", "D", "H", "X", "A"), X2 = c("A", "E", 
"I", "Y", "E"), X3 = c("B", "F", "C", "Y", "F"), X4 = c("C", 
NA, "C", "Y", "C"), X5 = c("C", NA, NA, "Z", "Z")), .Names = c("X1", 
"X2", "X3", "X4", "X5"), class = "data.frame", row.names = c("1", 
"2", "3", "4", "5"))

【讨论】：

有这个错误而不是..“[.data.table(test, !is.na(test)) 中的错误：i 是无效类型（矩阵）。也许将来一个 2 列矩阵可以返回一个DT 的元素列表（本着 FAQ 2.14 中 A[B] 的精神）。如果您愿意，请让 datatable-help 知道，或者将您的 cmets 添加到 FR #657。"

您应该使用dput(head(df))共享输入数据