时间戳

首页 > 解决方案 > 在 R 数据框中设置重复列名

r - 在 R 数据框中设置重复列名

问题描述

我有 2 个数据框 - df "A" 具有唯一的列名；并且 df "B" 具有来自 "A" 的这些唯一列名所属的组。例如 ：

> A
 ID1 ID2 ID3 ID4 ID5 ID6 
1 0.5 0.2 0.0 0.6 0.8 0.2 
2 0.1 0.3 0.1 0.4 0.0 0.4 
3 1.2 1.1 1.4 1.5 1.9 1.3 
4 1.1 1.3 1.5 1.9 1.0 1.1 

> B
ID   Group 
ID1  Grp1
ID2  Grp2
ID3  Grp1
ID4  Grp1
ID5  Grp2
ID6  Grp2

我正在尝试转换“A”的列名，以便它们反映组名，而不是唯一 ID。但是，当我执行此转换时，R 会自动将 .1、.2、.. 后缀添加到阻碍我的下游分析的列名。

这是我的代码：

names = colnames(A)
colnames(A) <- as.character(B$Group[match(colnames(A),B$ID)])
counts = table(colnames(A))
to_keep = names(counts)[counts >= 1]
pData <- B[B$Group %in% to_keep,]
to_keep = which(colnames(A) %in% to_keep)   
A <- A[,to_keep]
names <- names[to_keep]

让我知道如何解决这个问题！

谢谢 ！

编辑：谢谢大家的帮助！在您的帮助下，我设法获得了非唯一的列名。我将在这里解释我的用例，所以也许你会明白我为什么要这样做。

我有一个 df "A" 这样一些列属于 grp1 而一些属于 grp2 。我希望能够生成一个训练集来训练算法。这个集合是通过随机抽取其中一些组并将它们混合起来创建的。代码是这样的：

names(A) <- B$Group[match(names(A), B$ID)]
counts = table(colnames(A))
training <- as.numeric(unlist(sapply(unique(colnames(A)), function(x) {
  sample(which(colnames(A) %in% x), counts[x]/2) })))

对于此用例，欢迎使用任何替代方法。

谢谢 ！

标签： r

解决方案

也许这个？

names(A) = setNames(B$Group, B$ID)[names(A)]

这是基于您希望 A 中名为“ID1”的列变为名为“Grp1”的假设，依此类推。

我会保留这个，因为它是与其他答案不同的方法，但我也同意使用非唯一名称不是一个好习惯。

推荐阅读