代码之家  ›  专栏  ›  技术社区  ›  wkmor1

复制data.frame的每一行并指定每一行的复制数

  •  106
  • wkmor1  · 技术社区  · 16 年前
    df <- data.frame(var1=c('a', 'b', 'c'), var2=c('d', 'e', 'f'), freq=1:3)
    

    扩展上面data.frame的前两列的最简单方法是什么,以便 每行显示“freq”列中指定的次数?

    换句话说,从这个开始:

    df
      var1 var2 freq
    1    a    d    1
    2    b    e    2
    3    c    f    3
    

    对此:

    df.expanded
      var1 var2
    1    a    d
    2    b    e
    3    b    e
    4    c    f
    5    c    f
    6    c    f
    
    5 回复  |  直到 8 年前
        1
  •  137
  •   neilfws    16 年前

    以下是一个解决方案:

    df.expanded <- df[rep(row.names(df), df$freq), 1:2]
    

    结果:

        var1 var2
    1      a    d
    2      b    e
    2.1    b    e
    3      c    f
    3.1    c    f
    3.2    c    f
    
        2
  •  39
  •   Sotos    9 年前

    使用 expandRows() 从 splitstackshape 包裹:

    library(splitstackshape)
    expandRows(df, "freq")
    

    简单的语法,非常快,可用于 data.frame 或 data.table .

    结果:

        var1 var2
    1      a    d
    2      b    e
    2.1    b    e
    3      c    f
    3.1    c    f
    3.2    c    f
    
        3
  •  31
  •   Sam Firke    8 年前

    旧问题,tidyverse中的新动词:

    library(tidyr) # version >= 0.8.0
    df <- data.frame(var1=c('a', 'b', 'c'), var2=c('d', 'e', 'f'), freq=1:3)
    df %>% 
      uncount(freq)
    
        var1 var2
    1      a    d
    2      b    e
    2.1    b    e
    3      c    f
    3.1    c    f
    3.2    c    f
    
        4
  •  17
  •   MichaelChirico    8 年前

    @Neilfws的解决方案非常适合 data.frame S,但不是 data.table 因为他们缺少 row.names 财产。这种方法适用于两种情况:

    df.expanded <- df[rep(seq(nrow(df)), df$freq), 1:2]
    

    代码 数据表 是TAD清洁剂:

    # convert to data.table by reference
    setDT(df)
    df.expanded <- df[rep(seq(.N), freq), !"freq"]
    
        5
  •  3
  •   vonjd    11 年前

    如果您必须在非常大的data.frames上执行此操作,我建议将其转换为data.table并使用以下方法,这将运行得更快:

    library(data.table)
    dt <- data.table(df)
    dt.expanded <- dt[ ,list(freq=rep(1,freq)),by=c("var1","var2")]
    dt.expanded[ ,freq := NULL]
    dt.expanded
    

    看看这个解决方案的速度有多快:

    df <- data.frame(var1=1:2e3, var2=1:2e3, freq=1:2e3)
    system.time(df.exp <- df[rep(row.names(df), df$freq), 1:2])
    ##    user  system elapsed 
    ##    4.57    0.00    4.56
    dt <- data.table(df)
    system.time(dt.expanded <- dt[ ,list(freq=rep(1,freq)),by=c("var1","var2")])
    ##    user  system elapsed 
    ##    0.05    0.01    0.06
    
    推荐文章