将具有 3 组多列的 table 重塑为具有 3 列的 table
Reshape table with multiple columns in groups of 3 into table with 3 columns
我有一个包含多列和多行的数据框，
看起来像：
V1 V2 V3 V4 V5 V6
1 1 2 3 13 14 15
2 4 5 6 16 NA NA
3 7 8 9 19 20 21
4 10 11 12 22 23 24
我想将其重塑为：
V1 V2 V3
1 1 2 3
2 4 5 6
3 7 8 9
4 10 11 12
5 13 14 15
6 16 NA NA
7 19 20 21
8 22 23 24
在原来的data.frame中，每3列为一组，这样(V1, V2, V3)就是group1 , (V4, V5, V6) 是group2, 等等 然后移动group2 - 值的顺序不变 - 到 group1 的末尾，并将 group3 移动到 group2 的末尾.
我试过了：
as.data.frame(matrix(unlist(mydata, use.names=FALSE), ncol=3, byrow=TRUE))
但是有值顺序问题。
如何获得我想要的数据结构？
您可以使用 data.table 解决此问题：-
df <- data.frame(V1 = c(1, 4, 7, 10), V2 = c(2, 5, 8, 11), V3 = c(3, 6, 9, 12), V4 = c(13, 16, 19, 22), V5 = c(14, NA, 20, 23), V6 = c(15, NA, 21, 24))
library(data.table)
setDT(df)
df1 <- df[, c("V4", "V5", "V6")]
setnames(df1, "V4", "V1")
setnames(df1, "V5", "V2")
setnames(df1, "V6", "V3")
df <- df[, c("V1", "V2", "V3")]
df <- rbind(df, df1)
输出将是：-
V1 V2 V3
1: 1 2 3
2: 4 5 6
3: 7 8 9
4: 10 11 12
5: 13 14 15
6: 16 NA NA
7: 19 20 21
8: 22 23 24
library(dplyr)
library(tidyr)
dt2 <- dt %>%
gather(Column, Value) %>%
extract(Column, into = c("Group", "Index"), regex = "([A-Z+])([\d].*$)",
convert = TRUE) %>%
mutate(Index = Index %% 3) %>%
mutate(Index = ifelse(Index == 0, 3, Index)) %>%
unite(Column, c("Group", "Index"), sep = "") %>%
group_by(Column) %>%
mutate(ID = 1:n()) %>%
spread(Column, Value) %>%
select(-ID)
dt2
# # A tibble: 8 x 3
# V1 V2 V3
# * <int> <int> <int>
# 1 1 2 3
# 2 4 5 6
# 3 7 8 9
# 4 10 11 12
# 5 13 14 15
# 6 16 NA NA
# 7 19 20 21
# 8 22 23 24
数据
dt <- read.table(text = " V1 V2 V3 V4 V5 V6
1 1 2 3 13 14 15
2 4 5 6 16 NA NA
3 7 8 9 19 20 21
4 10 11 12 22 23 24",
header = TRUE)
更新
这是一个示例，显示该代码也适用于更大的数据帧。
library(dplyr)
library(tidyr)
# Create example data frame
dt <- as_data_frame(matrix(1:60, ncol = 12, byrow = TRUE))
dt2 <- dt %>%
gather(Column, Value) %>%
extract(Column, into = c("Group", "Index"), regex = "([A-Z+])([\d].*$)",
convert = TRUE) %>%
mutate(Index = Index %% 3) %>%
mutate(Index = ifelse(Index == 0, 3, Index)) %>%
unite(Column, c("Group", "Index"), sep = "") %>%
group_by(Column) %>%
mutate(ID = 1:n()) %>%
spread(Column, Value) %>%
select(-ID)
dt2
# # A tibble: 20 x 3
# V1 V2 V3
# * <int> <int> <int>
# 1 1 2 3
# 2 13 14 15
# 3 25 26 27
# 4 37 38 39
# 5 49 50 51
# 6 4 5 6
# 7 16 17 18
# 8 28 29 30
# 9 40 41 42
# 10 52 53 54
# 11 7 8 9
# 12 19 20 21
# 13 31 32 33
# 14 43 44 45
# 15 55 56 57
# 16 10 11 12
# 17 22 23 24
# 18 34 35 36
# 19 46 47 48
# 20 58 59 60
这是一个适用于任意数量列的通用解决方案，使用 dplyr。
测试数据data:
# A tibble: 5 x 9
V1 V2 V3 V4 V5 V6 V7 V8 V9
<int> <int> <int> <int> <int> <int> <int> <int> <int>
1 1 2 3 4 5 6 7 8 9
2 10 11 12 13 14 15 16 17 18
3 19 20 21 22 23 24 25 26 27
4 28 29 30 31 32 33 34 35 36
5 37 38 39 40 41 42 43 44 45
代码：
for (i in seq(1, ncol(data), by = 3)) {
if (i == 1) {
out <- select(data, 1:3)
} else {
out <- select(data, i:(i+2)) %>% setNames(names(out)) %>% bind_rows(out, .)
}
}
输出out：
# A tibble: 15 x 3
V1 V2 V3
<int> <int> <int>
1 1 2 3
2 10 11 12
3 19 20 21
4 28 29 30
5 37 38 39
6 4 5 6
7 13 14 15
8 22 23 24
9 31 32 33
10 40 41 42
11 7 8 9
12 16 17 18
13 25 26 27
14 34 35 36
15 43 44 45
您已经注意到 unlist 按列为您提供值：
unlist(df[1:3], use.names = FALSE)
## [1] 1 4 7 10 2 5 8 11 3 6 9 12
要按行获取值，您可以使用 c(t(...)) 习惯用法：
c(t(df[1:3]))
## [1] 1 2 3 4 5 6 7 8 9 10 11 12
这将允许您使用以下方法解决基础 R 中的问题：
as.data.frame(matrix(c(t(df[1:3]), t(df[4:6])), ncol = 3, byrow = TRUE))
## V1 V2 V3
## 1 1 2 3
## 2 4 5 6
## 3 7 8 9
## 4 10 11 12
## 5 13 14 15
## 6 16 NA NA
## 7 19 20 21
## 8 22 23 24
泛化为一个函数，你可以试试这样的：
splitter <- function(indf, ncols) {
if (ncol(indf) %% ncols != 0) stop("Not the right number of columns to split")
inds <- split(sequence(ncol(indf)), c(0, sequence(ncol(indf)-1) %/% ncols))
temp <- unlist(lapply(inds, function(x) c(t(indf[x]))), use.names = FALSE)
as.data.frame(matrix(temp, ncol = ncols, byrow = TRUE))
}
splitter(df, 3)
更灵活的 "data.table" 方法如下所示：
library(data.table)
rbindlist(split.default(as.data.table(df),
c(0, sequence(ncol(df)-1) %/% 3)),
use.names = FALSE)
## V1 V2 V3
## 1: 1 2 3
## 2: 4 5 6
## 3: 7 8 9
## 4: 10 11 12
## 5: 13 14 15
## 6: 16 NA NA
## 7: 19 20 21
## 8: 22 23 24
我很惊讶没有人提到 split.default，它也适用于具有更多列的数据：
x <- split.default(df, ceiling(seq_along(df) / 3 ))
do.call(rbind, lapply(x, setNames, names(x[[1]])))
# V1 V2 V3
# 1.1 1 2 3
# 1.2 4 5 6
# 1.3 7 8 9
# 1.4 10 11 12
# 2.1 13 14 15
# 2.2 16 NA NA
# 2.3 19 20 21
# 2.4 22 23 24
添加 make.row.names = FALSE 以删除奇数行名称：
do.call(rbind, c(lapply(x, setNames, names(x[[1]])), list(make.row.names = FALSE)))
# V1 V2 V3
# 1 1 2 3
# 2 4 5 6
# 3 7 8 9
# 4 10 11 12
# 5 13 14 15
# 6 16 NA NA
# 7 19 20 21
# 8 22 23 24
我有一个包含多列和多行的数据框， 看起来像：
V1 V2 V3 V4 V5 V6
1 1 2 3 13 14 15
2 4 5 6 16 NA NA
3 7 8 9 19 20 21
4 10 11 12 22 23 24
我想将其重塑为：
V1 V2 V3
1 1 2 3
2 4 5 6
3 7 8 9
4 10 11 12
5 13 14 15
6 16 NA NA
7 19 20 21
8 22 23 24
在原来的data.frame中，每3列为一组，这样(V1, V2, V3)就是group1 , (V4, V5, V6) 是group2, 等等 然后移动group2 - 值的顺序不变 - 到 group1 的末尾，并将 group3 移动到 group2 的末尾.
我试过了：
as.data.frame(matrix(unlist(mydata, use.names=FALSE), ncol=3, byrow=TRUE))
但是有值顺序问题。
如何获得我想要的数据结构？
您可以使用 data.table 解决此问题：-
df <- data.frame(V1 = c(1, 4, 7, 10), V2 = c(2, 5, 8, 11), V3 = c(3, 6, 9, 12), V4 = c(13, 16, 19, 22), V5 = c(14, NA, 20, 23), V6 = c(15, NA, 21, 24))
library(data.table)
setDT(df)
df1 <- df[, c("V4", "V5", "V6")]
setnames(df1, "V4", "V1")
setnames(df1, "V5", "V2")
setnames(df1, "V6", "V3")
df <- df[, c("V1", "V2", "V3")]
df <- rbind(df, df1)
输出将是：-
V1 V2 V3
1: 1 2 3
2: 4 5 6
3: 7 8 9
4: 10 11 12
5: 13 14 15
6: 16 NA NA
7: 19 20 21
8: 22 23 24
library(dplyr)
library(tidyr)
dt2 <- dt %>%
gather(Column, Value) %>%
extract(Column, into = c("Group", "Index"), regex = "([A-Z+])([\d].*$)",
convert = TRUE) %>%
mutate(Index = Index %% 3) %>%
mutate(Index = ifelse(Index == 0, 3, Index)) %>%
unite(Column, c("Group", "Index"), sep = "") %>%
group_by(Column) %>%
mutate(ID = 1:n()) %>%
spread(Column, Value) %>%
select(-ID)
dt2
# # A tibble: 8 x 3
# V1 V2 V3
# * <int> <int> <int>
# 1 1 2 3
# 2 4 5 6
# 3 7 8 9
# 4 10 11 12
# 5 13 14 15
# 6 16 NA NA
# 7 19 20 21
# 8 22 23 24
数据
dt <- read.table(text = " V1 V2 V3 V4 V5 V6
1 1 2 3 13 14 15
2 4 5 6 16 NA NA
3 7 8 9 19 20 21
4 10 11 12 22 23 24",
header = TRUE)
更新
这是一个示例，显示该代码也适用于更大的数据帧。
library(dplyr)
library(tidyr)
# Create example data frame
dt <- as_data_frame(matrix(1:60, ncol = 12, byrow = TRUE))
dt2 <- dt %>%
gather(Column, Value) %>%
extract(Column, into = c("Group", "Index"), regex = "([A-Z+])([\d].*$)",
convert = TRUE) %>%
mutate(Index = Index %% 3) %>%
mutate(Index = ifelse(Index == 0, 3, Index)) %>%
unite(Column, c("Group", "Index"), sep = "") %>%
group_by(Column) %>%
mutate(ID = 1:n()) %>%
spread(Column, Value) %>%
select(-ID)
dt2
# # A tibble: 20 x 3
# V1 V2 V3
# * <int> <int> <int>
# 1 1 2 3
# 2 13 14 15
# 3 25 26 27
# 4 37 38 39
# 5 49 50 51
# 6 4 5 6
# 7 16 17 18
# 8 28 29 30
# 9 40 41 42
# 10 52 53 54
# 11 7 8 9
# 12 19 20 21
# 13 31 32 33
# 14 43 44 45
# 15 55 56 57
# 16 10 11 12
# 17 22 23 24
# 18 34 35 36
# 19 46 47 48
# 20 58 59 60
这是一个适用于任意数量列的通用解决方案，使用 dplyr。
测试数据data:
# A tibble: 5 x 9
V1 V2 V3 V4 V5 V6 V7 V8 V9
<int> <int> <int> <int> <int> <int> <int> <int> <int>
1 1 2 3 4 5 6 7 8 9
2 10 11 12 13 14 15 16 17 18
3 19 20 21 22 23 24 25 26 27
4 28 29 30 31 32 33 34 35 36
5 37 38 39 40 41 42 43 44 45
代码：
for (i in seq(1, ncol(data), by = 3)) {
if (i == 1) {
out <- select(data, 1:3)
} else {
out <- select(data, i:(i+2)) %>% setNames(names(out)) %>% bind_rows(out, .)
}
}
输出out：
# A tibble: 15 x 3
V1 V2 V3
<int> <int> <int>
1 1 2 3
2 10 11 12
3 19 20 21
4 28 29 30
5 37 38 39
6 4 5 6
7 13 14 15
8 22 23 24
9 31 32 33
10 40 41 42
11 7 8 9
12 16 17 18
13 25 26 27
14 34 35 36
15 43 44 45
您已经注意到 unlist 按列为您提供值：
unlist(df[1:3], use.names = FALSE)
## [1] 1 4 7 10 2 5 8 11 3 6 9 12
要按行获取值，您可以使用 c(t(...)) 习惯用法：
c(t(df[1:3]))
## [1] 1 2 3 4 5 6 7 8 9 10 11 12
这将允许您使用以下方法解决基础 R 中的问题：
as.data.frame(matrix(c(t(df[1:3]), t(df[4:6])), ncol = 3, byrow = TRUE))
## V1 V2 V3
## 1 1 2 3
## 2 4 5 6
## 3 7 8 9
## 4 10 11 12
## 5 13 14 15
## 6 16 NA NA
## 7 19 20 21
## 8 22 23 24
泛化为一个函数，你可以试试这样的：
splitter <- function(indf, ncols) {
if (ncol(indf) %% ncols != 0) stop("Not the right number of columns to split")
inds <- split(sequence(ncol(indf)), c(0, sequence(ncol(indf)-1) %/% ncols))
temp <- unlist(lapply(inds, function(x) c(t(indf[x]))), use.names = FALSE)
as.data.frame(matrix(temp, ncol = ncols, byrow = TRUE))
}
splitter(df, 3)
更灵活的 "data.table" 方法如下所示：
library(data.table)
rbindlist(split.default(as.data.table(df),
c(0, sequence(ncol(df)-1) %/% 3)),
use.names = FALSE)
## V1 V2 V3
## 1: 1 2 3
## 2: 4 5 6
## 3: 7 8 9
## 4: 10 11 12
## 5: 13 14 15
## 6: 16 NA NA
## 7: 19 20 21
## 8: 22 23 24
我很惊讶没有人提到 split.default，它也适用于具有更多列的数据：
x <- split.default(df, ceiling(seq_along(df) / 3 ))
do.call(rbind, lapply(x, setNames, names(x[[1]])))
# V1 V2 V3
# 1.1 1 2 3
# 1.2 4 5 6
# 1.3 7 8 9
# 1.4 10 11 12
# 2.1 13 14 15
# 2.2 16 NA NA
# 2.3 19 20 21
# 2.4 22 23 24
添加 make.row.names = FALSE 以删除奇数行名称：
do.call(rbind, c(lapply(x, setNames, names(x[[1]])), list(make.row.names = FALSE)))
# V1 V2 V3
# 1 1 2 3
# 2 4 5 6
# 3 7 8 9
# 4 10 11 12
# 5 13 14 15
# 6 16 NA NA
# 7 19 20 21
# 8 22 23 24