使用 R 中其他数据框的行号创建数据框

Question

我想知道在 R 中是否有一种方法可以使用具有相似名称的数据集。例如：

我有八个名为 cars_1995、cars_new_1995、cars_1996、cars_new_1996、cars_1997、cars_new_1997、[=17= 的数据集] 和 cars_new_1998 并且它们具有不同的尺寸，但我唯一想使用的是它们的行号。

所以我想创建一个新的数据框，rownames 将是年份 (1995,1996,1997,1998)，colnames 将是组 (cars, cars_new)。数据框的维度将为 4:2。数据框的值将是行号，例如：

       Cars  Cars_new
  1995  25  76 
  1996  38  35 
  1997  87  49 
  1998  34  50

第一个问题是，在 R 中，有没有一种方法可以使用数据帧的名称，比如我需要获取 1995 年到 1999 年所有数据帧的行号（一列用于 cars_YEAR，另一列cars_YEAR_new 列）。顺便说一句，只有年份指标是数据框的名称。

我知道如何构建数据框或如何获取行号 (nrow) 但是，我还没有弄清楚如何仅使用数据框的嵌入年份来提取所有数据集' 名称 consecutively.So 如何通过在数据集名称中使用年份扩展来获取所有 cars_YEAR 数据集行号会很棒。

Answer 1

解决方案使用 `stringr` + `dplyr` + `tidyr`:

library(stringr)
library(dplyr)
library(tidyr)

ls() %>%
  str_extract("^cars_\d{4}.*") %>%
  na.omit() %>%
  mget(envir = globalenv()) %>%
  lapply(nrow) %>%
  data.frame() %>%
  gather(key, value) %>%
  mutate(key = str_replace(key, "(\d{4})_(.+)", "\2_\1")) %>%
  separate(key, c("key", "year"), "_(?=\d)") %>%
  spread(key, value)

结果：

  year cars cars_new
1 1995  114      102
2 1996  113       61
3 1997  168      186
4 1998  196       68

备注：

ls() 对于这个例子很方便，因为它可以提取全局环境中的所有对象名称。
使用 str_extract，我只提取了以 cars_[4 digits] 开头的对象名称，然后将结果输入 mget
mget 获取字符对象名称向量和 returns 命名列表中指定环境的值
lapply 用于提取列表的每个元素（数据集）中的行号。然后将其转换为 data.frame，每列对应一个行号。
gather 将 data.frame 从宽格式重塑为长格式。
mutate和separate中的正则表达式分别把名字从cars_1995_news改成cars_new_1995，分隔成cars_new和year
最后的 spread 将 data.frame 重塑为所需的格式。

数据注意事项：

我使用 rnorm 和 sample 创建了玩具数据集，没有为它们分别设置种子。这意味着您将 而不是 得到与我这里相同的结果 data.frame。这没关系，因为实际的行号对于解决 OP 的问题并不重要。

数据：

# Create sample datasets
cars_1995 = data.frame(A = rnorm(sample(50:200, 1)))
cars_1995_new = data.frame(A = rnorm(sample(50:200, 1)))
cars_1996 = data.frame(A = rnorm(sample(50:200, 1)))
cars_1996_new = data.frame(A = rnorm(sample(50:200, 1)))
cars_1997 = data.frame(A = rnorm(sample(50:200, 1)))
cars_1997_new = data.frame(A = rnorm(sample(50:200, 1)))
cars_1998 = data.frame(A = rnorm(sample(50:200, 1)))
cars_1998_new = data.frame(A = rnorm(sample(50:200, 1)))

编辑（数据集名称从 `cars_YEAR_new` 到 `cars_new_YEAR`）：

ls() %>%
  str_extract("^cars_(new_)*\d{4}") %>%
  na.omit() %>%
  mget(envir = globalenv()) %>%
  lapply(nrow) %>%
  data.frame() %>%
  gather(key, value) %>%
  separate(key, c("key", "year"), "_(?=\d)") %>%
  spread(key, value)

使用新的数据集名称，可以删除 mutate + str_replace 步骤，并且还必须更改 str_extract 步骤，因为现在的模式不同了。

新数据：

# Create sample datasets
cars_1995 = data.frame(A = rnorm(sample(50:200, 1)))
cars_new_1995 = data.frame(A = rnorm(sample(50:200, 1)))
cars_1996 = data.frame(A = rnorm(sample(50:200, 1)))
cars_new_1996 = data.frame(A = rnorm(sample(50:200, 1)))
cars_1997 = data.frame(A = rnorm(sample(50:200, 1)))
cars_new_1997 = data.frame(A = rnorm(sample(50:200, 1)))
cars_1998 = data.frame(A = rnorm(sample(50:200, 1)))
cars_new_1998 = data.frame(A = rnorm(sample(50:200, 1)))

使用 R 中其他数据框的行号创建数据框

Creating a dataframe by using row numbers of other data frames in R

merge

r

row-number

dataframe

dplyr

解决方案使用 `stringr` + `dplyr` + `tidyr`:

编辑（数据集名称从 `cars_YEAR_new` 到 `cars_new_YEAR`）：

使用 R 中其他数据框的行号创建数据框

Creating a dataframe by using row numbers of other data frames in R

merge

r

row-number

dataframe

dplyr

解决方案使用 stringr + dplyr + tidyr:

编辑（数据集名称从 cars_YEAR_new 到 cars_new_YEAR）：

解决方案使用 `stringr` + `dplyr` + `tidyr`:

编辑（数据集名称从 `cars_YEAR_new` 到 `cars_new_YEAR`）：