[英]merge columns that have the same name r
我在R中使用mongolite从mongodb创建的数据集进行工作。
我得到的列表看起来像这样:
_id A B A B A B NA NA
1 a 1 b 2 e 5 NA NA
2 k 4 l 3 c 3 d 4
我想合并数据集看起来像这样:
_id A B
1 a 1
2 k 4
1 b 2
2 l 3
1 e 5
2 c 3
1 NA NA
2 d 4
最后一列中的NAs
在那里,因为这些列是从第一个条目中命名的,并且如果后面的条目中的列多于它们,则不会为它们分配名称(如果我也能获得帮助,那会很棒)但这不是我在这里的原因)。 同样,列数对于数据集的不同子集可能有所不同。 我试过了melt()
但是由于它是一个列表而不是一个数据框,因此无法正常工作,我试过了stack()
但是它不起作用,因为这些列具有相同的名称,而有些列却没有甚至有个名字 我知道这是一个非常奇怪的情况,感谢您的帮助。 谢谢。
使用library(magrittr)
数据:
df <- fread("
_id A B A B A B NA NA
1 a 1 b 2 e 5 NA NA
2 k 4 l 3 c 3 d 4 ",header=T)
setDF(df)
码:
df2 <- df[,-1]
odds<- df2 %>% ncol %>% {(1:.)%%2} %>% as.logical
even<- df2 %>% ncol %>% {!(1:.)%%2}
cbind(df[,1,drop=F],
A=unlist(df2[,odds]),
B=unlist(df2[,even]),
row.names=NULL)
结果:
# _id A B
# 1 1 a 1
# 2 2 k 4
# 3 1 b 2
# 4 2 l 3
# 5 1 e 5
# 6 2 c 3
# 7 1 <NA> NA
# 8 2 d 4
我们可以使用data.table
。 假设A和B总是彼此跟随。 我创建了一个示例,在标题中包含2组NA。 使用grep,我们可以找到fread
名为V8的那些。使用R的向量回收,您可以一次性重命名多个标头。 如果您的情况以不同的方式命名,请在grep命令中更改模式。 然后我们通过熔化融化数据
library(data.table)
df <- fread("
_id A B A B A B NA NA NA NA
1 a 1 b 2 e 5 NA NA NA NA
2 k 4 l 3 c 3 d 4 e 5",
header = TRUE)
df
_id A B A B A B A B A B
1: 1 a 1 b 2 e 5 <NA> NA <NA> NA
2: 2 k 4 l 3 c 3 d 4 e 5
# assuming A B are always following each other. Can be done in 1 statement.
cols <- names(df)
cols[grep(pattern = "^V", x = cols)] <- c("A", "B")
names(df) <- cols
# melt data (if df is a data.frame replace df with setDT(df)
df_melted <- melt(df, id.vars = 1,
measure.vars = patterns(c('A', 'B')),
value.name=c('A', 'B'))
df_melted
_id variable A B
1: 1 1 a 1
2: 2 1 k 4
3: 1 2 b 2
4: 2 2 l 3
5: 1 3 e 5
6: 2 3 c 3
7: 1 4 <NA> NA
8: 2 4 d 4
9: 1 5 <NA> NA
10: 2 5 e 5
谢谢您的帮助,它们是我们的巨大灵感。 即使@Andre Elrico给出的解决方案在可重现示例中效果更好,但@phiver给出的解决方案在我的总体问题上效果更好。 通过同时使用这两种方法,我得出了以下结论。
library(data.table)
#The data were in a list of lists called list for this example
temp <- as.data.table(matrix(t(sapply(list, '[', seq(max(sapply(list, lenth))))),
nrow = m))
# m here is the number of lists in list
cols <- names(temp)
cols[grep(pattern = "^V", x = cols)] <- c("B", "A")
#They need to be the opposite way because the first column is going to be substituted with id, and this way they fall on the correct column after that
cols[1] <- "id"
names(temp) <- cols
l <- melt.data.table(temp, id.vars = 1,
measure.vars = patterns(c("A", "B")),
value.name = c("A", "B"))
这样,如果我需要处理超过2个列,我也可以使用它。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.