在R中，向數據框的每個ID添加新行

Question

我有以下數據框：

df = data.frame(id = rep(101:110, each = 2),
                variable = rep(c('a','b'), times = 2),
                score = rnorm(1)) 

對於每個id，我想在“變量”中添加值“ c”，並在“得分”中添加100。 我發現的唯一方法是使用rbind。

df_helper = data.frame(id = unique(df$id),
                       variable = 'c',
                       score = 100)

rbind(df, df_helper)  

這不是很優雅，因為我需要定義另一個數據框。 有更好的主意嗎？

Answer 1

tidyverse方法將是：

library(tidyverse)
df %>% 
  spread(variable,score) %>%
  mutate(c = 100) %>%
  gather(variable,score, - id)
# id variable       score
# 1  101        a  -0.1831428
# 2  102        a  -0.1831428
# 3  103        a  -0.1831428
# 4  104        a  -0.1831428
# 5  105        a  -0.1831428
# 6  106        a  -0.1831428
# 7  107        a  -0.1831428
# 8  108        a  -0.1831428
# 9  109        a  -0.1831428
# 10 110        a  -0.1831428
# 11 101        b  -0.1831428
# 12 102        b  -0.1831428
# 13 103        b  -0.1831428
# 14 104        b  -0.1831428
# 15 105        b  -0.1831428
# 16 106        b  -0.1831428
# 17 107        b  -0.1831428
# 18 108        b  -0.1831428
# 19 109        b  -0.1831428
# 20 110        b  -0.1831428
# 21 101        c 100.0000000
# 22 102        c 100.0000000
# 23 103        c 100.0000000
# 24 104        c 100.0000000
# 25 105        c 100.0000000
# 26 106        c 100.0000000
# 27 107        c 100.0000000
# 28 108        c 100.0000000
# 29 109        c 100.0000000
# 30 110        c 100.0000000

Answer 2

我們可以使用bind_rows

library(tidyverse)
bind_rows(df, df_helper)

---

如果沒有“ df_helper”數據集，一種方法是

df %>% 
    group_by(id) %>% 
    nest %>% 
    mutate(data = map(data, ~ 
                      .x %>% 
                        bind_rows(tibble(variable = "c", score = 100)))) %>%
    unnest
# A tibble: 30 x 3
#      id variable    score
#   <int> <chr>       <dbl>
# 1   101 a          -0.778
# 2   101 b          -0.778
# 3   101 c         100    
# 4   102 a          -0.778
# 5   102 b          -0.778
# 6   102 c         100    
# 7   103 a          -0.778
# 8   103 b          -0.778
# 9   103 c         100    
#10   104 a          -0.778
# ... with 20 more rows

---

或帶有data.table的另一個選項。 按“ id”分組，將“ c”和100分別連接到末尾的每一列

library(data.table)
setDT(df)[, .(variable = c(variable, 'c'), score = c(score, 100)), by = id]