Как я могу складывать столбцы для столбцов x в R

Question

Я искал преобразование фрейма данных из 660 столбцов в 3 столбца, просто уложив их друг в друга на 3 столбца без ручной переустановки (поскольку у меня 660 столбцов) ,

В небольшом примере шкалы на 2 колонки с помощью всего 4 столбцов, я хочу, чтобы перейти от

A B C D 
1 4 7 10 
2 5 8 11 
3 6 9 12 

в

A B 
1 4 
2 5 
3 6 
7 10 
8 11 
9 12 

Благодарности

Answer 1

reshape на помощь:

reshape(df, direction="long", varying=split(names(df), rep(seq_len(ncol(df)/2), 2))) 

# time A B id 
#1.1 1 1 4 1 
#2.1 1 2 5 2 
#3.1 1 3 6 3 
#1.2 2 7 10 1 
#2.2 2 8 11 2 
#3.2 2 9 12 3 

Answer 2

Классическая сплит применить-скомбинировать подход будет масштабироваться гибко:

as.data.frame(lapply(split(unclass(df), 
          names(df)[seq(ncol(df)/2)]), 
        unlist, use.names = FALSE)) 
## A B 
## 1 1 4 
## 2 2 5 
## 3 3 6 
## 4 7 10 
## 5 8 11 
## 6 9 12 

или с оттенком purrr,

library(purrr) 

df %>% unclass() %>% # convert to non-data.frame list 
    split(names(.)[seq(length(.)/2)]) %>%  # split columns by indexed names 
    map_df(simplify) # simplify each split to vector, coerce back to data.frame 
## # A tibble: 6 × 2 
##  A  B 
## <int> <int> 
## 1  1  4 
## 2  2  5 
## 3  3  6 
## 4  7 10 
## 5  8 11 
## 6  9 12 

Answer 3

rbind.data.frame требует, чтобы все столбцы совпадают. Поэтому использовать setNames заменить имена C: D столбцов:

rbind(dat[1:2], setNames(dat[3:4], names(dat[1:2])) ) 
    A B 
1 1 4 
2 2 5 
3 3 6 
4 7 10 
5 8 11 
6 9 12 

Обобщая, что несколько столбцов использовать do.call и lapply:

dat <- setNames(as.data.frame(matrix(1:36, ncol=12)), LETTERS[1:12]) 
dat 
#---- 
    A B C D E F G H I J K L 
1 1 4 7 10 13 16 19 22 25 28 31 34 
2 2 5 8 11 14 17 20 23 26 29 32 35 
3 3 6 9 12 15 18 21 24 27 30 33 36 


do.call(rbind, lapply(seq(1,12, by=3), function(x) setNames(dat[x:(x+2)], LETTERS[1:3]) )) 
    A B C 
1 1 4 7 
2 2 5 8 
3 3 6 9 
4 10 13 16 
5 11 14 17 
6 12 15 18 
7 19 22 25 
8 20 23 26 
9 21 24 27 
10 28 31 34 
11 29 32 35 
12 30 33 36 

12 будут заменены на 660 и все другое должно работать.

Answer 4

Вот еще один вариант base R

i1 <- c(TRUE, FALSE) 
`row.names<-`(data.frame(A= unlist(df1[i1]), B = unlist(df1[!i1])), NULL) 
# A B 
#1 1 4 
#2 2 5 
#3 3 6 
#4 7 10 
#5 8 11 
#6 9 12 

---

Или другой вариант melt от data.table

library(data.table) 
i1 <- seq(1, ncol(df1), by = 2) 
i2 <- seq(2, ncol(df1), by = 2) 
melt(setDT(df1), measure = list(i1, i2), value.name = c("A", "B")) 

Answer 5

rbindlist от data.table пакет также может быть использован для задачи и, кажется, намного эффективнее.

# EXAMPLE DATA 
df1 <- read.table(text = ' 
Col1 Col2 Col3 Col4 
1 2 3 4 
5 6 7 8 
1 2 3 4 
5 6 7 8', header = TRUE) 

library(data.table) 
library(microbenchmark) 
library(purrr) 
microbenchmark(
    Map = as.data.frame(Map(c, df1[,1:2], df1[, 3:4])), 
    Reshape = reshape(df1, direction="long", varying=split(names(df1), rep(seq_len(ncol(df1)/2), 2))), 
    Purr = df1 %>% unclass() %>% # convert to non-data.frame list 
     split(names(.)[seq(length(.)/2)]) %>%  # split columns by indexed names 
     map_df(simplify), 
    DataTable = rbindlist(list(df1[,1:2], df1[, 3:4])), 
    Mapply = data.frame(mapply(c, df1[,1:2], df1[, 3:4], SIMPLIFY=FALSE)), 
    Rbind = rbind(df1[, 1:2],setnames(df1[, 3:4],names(df1[,1:2]))) 
) 

Результаты:

Unit: microseconds 
expr  min   lq  mean   median  uq   max neval  cld 
Map  214.724 232.9380 246.2936 244.1240 255.9240 343.611 100 bc 
Reshape 716.962 739.8940 778.7912 749.7550 767.6725 2834.192 100  e 
Purr  309.559 324.6545 339.2973 334.0440 343.4290 551.746 100 d 
DataTable 98.228 111.6080 122.7753 119.2320 129.2640 189.614 100 a  
Mapply  233.577 258.2605 271.1881 270.7895 281.6305 339.291 100 c 
Rbind  206.001 221.1515 228.5956 226.6850 235.2670 283.957 100 b