时间戳

首页 > 解决方案 > 将某些列的值和列名的所有组合放入一行

r - 将某些列的值和列名的所有组合放入一行

问题描述

我有一个数据框列表，所有这些都是相同的维度（64 obs，12 个变量）。我需要以这样一种方式“展平”这些数据框，即我返回 64 x 11 = 704 个变量和一个观察值，推导出具有所有唯一值的一列和数据框的列名的所有组合。下面提供了示例。

我曾尝试使用acast并melt实现这一目标。但是，当必须将这种方法应用到超过 100k+ 数据帧时，熔化前和熔化后的支持操作使这种方法变慢。

这是一个示例数据框和我采取的方法：

df <- data.frame(var1=c(1,2,3),name=c("these","are","names"),var3=c(4,NA,NA),var4=c(NA,NA,5),var6=c(NA,5,NA))

flattening <- function(df){
  rownames(df) <- df$name
  df$name <- NULL
  df <- melt(as.matrix(df)) %>% group_by(name = paste0(Var1,"_",Var2)) %>% summarise(
    value = first(value)
  ) %>% data.frame()

  cnames <- df$name
  df <- data.frame(values=df$value) %>% t() %>% data.frame()
  names(df) <- cnames
  df
}

flattening(df)

示例 df 如下所示：

  var1  name var3 var4 var6
1    1 these    4   NA   NA
2    2   are   NA   NA    5
3    3 names   NA    5   NA

我正在寻找预期的结果：

       are_var1 are_var3 are_var4 are_var6 names_var1 names_var3 names_var4 names_var6 these_var1 these_var3 these_var4 these_var6
values        2       NA       NA        5          3         NA          5         NA          1          4         NA         NA

结果更新：

expr我在用户句柄下面有一个微基准：

Unit: milliseconds
   expr       min        lq      mean    median        uq        max neval cld
    old 78.370093 81.038799 90.272721 85.694885 89.304528 1114.03968   500   c
 tmfmnk 11.829791 12.697675 13.844833 13.134485 13.623065   34.91430   500  b 
    s_t  1.476159  1.774409  2.030418  1.873876  2.003681   16.89159   500 a

标签： rdataframe

解决方案

一个dplyr选项tidyr可能是：

df %>%
 gather(var, val, -2) %>%
 mutate(var = paste(name, var, sep = "_")) %>%
 select(-name) %>%
 spread(var, val)

  are_var1 are_var3 are_var4 are_var6 names_var1 names_var3 names_var4 names_var6
1        2       NA       NA        5          3         NA          5         NA
  these_var1 these_var3 these_var4 these_var6
1          1          4         NA         NA

它应该比你原来的方法更快，但是，肯定有更快的可能性。

推荐阅读