R：将多列组合为同一行中的成对列单元格

Question

我想 combine/pair 数据框中的多列作为同一行中的列单元格对。例如，df1 应转换为 df2。

df1

col1 col2 col3
1    2    3   
0    0    1

df2

该解决方案应该可扩展 df1 秒（方式）超过三列。

我考虑过melt/reshape/dcast，但还没有找到解决办法。数据框中没有 NA。谢谢！

编辑：Reshape 刚刚产生了错误，所以我考虑了

combn(df1[1,], 2) comb2 <- t(comb1)

并循环并追加所有行。这效率低下，考虑到 200 万行..

Answer 1

您的编辑与我在下面的回答非常相似，您只需要将每次迭代的结果绑定到 df1 的行上。使用 data.table 是加速 rbind 的好方法，see this answer for more。

编辑：不幸的是，当我切换到 data.table 方法时，结果是 rbindlist() 导致答案错误（正如下面的评论所指出的）。因此，虽然它可能稍微慢一些，但我认为预分配一个数据框并使用 rbind 可能是最好的选择。

EDIT2：将预分配的 df 切换为更一般的行数。

df1 = as.data.frame(matrix(c(1,2,3,4,0,0,1,1), byrow = TRUE, nrow = 2))
nrow_combn = nrow(t(combn(df1[1,], m = 2)))
nrow_df = nrow(df1) * nrow_combn
df2 = data.frame(V1 = rep(0, nrow_df), V2 = rep(0, nrow_df))
for(i in 1:nrow(df1)){
  df2[(((i-1)*nrow_combn)+1):(i*(nrow_combn)), ] = data.frame(t(combn(df1[i,], m = 2)))
}

Answer 2

这是我会采用的方法。

创建一个使用 "data.table" 中的 rbindlist 和基础 R 中的 combn 的函数。该函数如下所示：

lengthener <- function(indf) {
  temp <- rbindlist(
    combn(names(indf), 2, FUN = function(x) indf[x], simplify = FALSE),
    use.names = FALSE, idcol = TRUE)
  setorder(temp[, .id := sequence(.N), by = .id], .id)[, .id := NULL][]
}

这是来自其他答案的示例数据，以及函数在其上的应用：

df1 = as.data.frame(matrix(c(1,2,3,4,0,0,1,1), byrow = TRUE, nrow = 2))

lengthener(df1)
#     V1 V2
#  1:  1  2
#  2:  1  3
#  3:  1  4
#  4:  2  3
#  5:  2  4
#  6:  3  4
#  7:  0  0
#  8:  0  1
#  9:  0  1
# 10:  0  1
# 11:  0  1
# 12:  1  1

也在一些更大的数据上进行测试：

set.seed(1)
M <- as.data.frame(matrix(sample(100, 100*100, TRUE), 100))
system.time(out <- lengthener(M))
#    user  system elapsed 
#    0.19    0.00    0.19 
out
#         V1 V2
#      1: 27 66
#      2: 27 27
#      3: 27 68
#      4: 27 66
#      5: 27 56
#     ---      
# 494996: 33 13
# 494997: 33 66
# 494998: 80 13
# 494999: 80 66
# 495000: 13 66

另一种方法的系统时间：

funAMK <- function(indf) {
  nrow_combn = nrow(t(combn(indf[1,], m = 2)))
  nrow_df = nrow(indf) * nrow_combn
  df2 = data.frame(V1 = rep(0, nrow_df), V2 = rep(0, nrow_df))
  for(i in 1:nrow(indf)){
    df2[(((i-1)*nrow_combn)+1):(i*(nrow_combn)), ] = data.frame(t(combn(indf[i,], m = 2)))
  }
  df2
}

> system.time(funAMK(M))
   user  system elapsed 
  16.03    0.16   16.37

R：将多列组合为同一行中的成对列单元格

R: Combine multiple columns as pairs of column cells in same row

r

reshape

dataframe