将data.frame / file中的两列与1000列合并为新data.frame / file中的一列

Question

在我的问题中，我提到了data.frame或文件。 这意味着，我将接受R和bash的解决方案。 让我们来解决我的问题。

我有一个df /文件，大约有1000列和100000行。 我的任务是从此df / file中删除一个新文件，其中df1中的两列合并为一列，并用“ /”分隔。 棘手的是，我希望所有列都使用此功能。 为了更加清楚，下面是一个示例：

带有10列的df1

a b c d s f r t g g
f j g k r k d a f l 
f p j h g i t b k k
h j l u z b g b d h

我想要的是以下内容：5列的df2

a/b c/d s/f r/t g/g
f/j g/k r/k d/a f/l 
f/p j/h g/i t/b k/k
h/j l/u z/b g/b d/h

我知道我可以结合两列，并在函数粘贴处以“ /”分隔。 但是不幸的是，我无法弄清楚如何在多列中使用它。 也许可以使用“ for循环”？

我可以想象，对于bash来说，awk是解决方案，但我不知道它如何正常工作。 因为我的文件很大，所以我认为bash是更快的方法。

在此先感谢您的帮助。

最好，Tobi

Answer 1

你可以试试

df1 <- df[c(TRUE,FALSE)]
df2 <- df[c(FALSE,TRUE)]
as.data.frame(mapply(paste, df1, df2, sep="/"))
#   V1  V3  V5  V7  V9
#1 a/b c/d s/f r/t g/g
#2 f/j g/k r/k d/a f/l
#3 f/p j/h g/i t/b k/k
#4 h/j l/u z/b g/b d/h

或者你可以做

as.data.frame(`dim<-`(paste(as.matrix(df1), 
                as.matrix(df2), sep="/"), dim(df1)))

Answer 2

如果您更喜欢使用文件，则可以使用perl：

cat x.txt | perl -ne '$count = 1; s/ /(++$count % 2 == 0)?"\/":$&/ge;print'

为了了解该解决方案的性能，我生成了一个大数据框：

d <- as.data.frame(matrix(sample(letters,size = 10^3*10^5,replace=T,),ncol=10^5))

将其保存为文本文件，然后启动perl单行程序，在我的计算机上花费了47.5秒。

为了进行比较，我还评估了akrun解决方案system.time(df3 <- as.data.frame(mapply(paste, df1, df2, sep="/")))的运行时间。time system.time(df3 <- as.data.frame(mapply(paste, df1, df2, sep="/"))) ，它花费了210.6秒，即延长4-5倍。 akrun建议的另一种解决方案，如as.data.frame( dim <- (paste(as.matrix(df1), as.matrix(df2), sep="/"), dim(df1))) 59.7秒。