时间戳

首页 > 解决方案 > 按标签属性合并data.frame列？

r - 按标签属性合并data.frame列？

问题描述

假设您有一个 data.frame，其中某些列具有“标签”属性。

df1 <- data.frame(ID = letters[1:3], Qr1 = 1:3, Qr2 = 4:6, Qr3 = 7:9)
attr(df1$Qr1, 'label') <- 'dog'
attr(df1$Qr2, 'label') <- 'cat'
attr(df1$Qr3, 'label') <- 'bird'

您还有第二个类似的 data.frame，但具有不同的变量词干（“问题”而不是“Q”）。还有一个新变量，其“标签”属性为“鱼”，变量被重新排序（“猫”现在排在第三位，“鸟”现在排在第四位。）

df2 <- data.frame(ID = letters[4:6], Questionr1 = 10:12, Questionr2 = 13:15, 
                  Questionr3 = 16:18, Questionr4 = 19:21)
attr(df2$Questionr1, 'label') <- 'dog'
attr(df2$Questionr2, 'label') <- 'fish'
attr(df2$Questionr3, 'label') <- 'cat'
attr(df2$Questionr4, 'label') <- 'bird'

您的目标是将“df1”与“df2”对齐，以便“df3”将它们的数据与“标签”属性合并，并遵循“df2”的变量命名（具有更多相关变量的变量命名）：

> goal
  ID Questionr1 Questionr2 Questionr3 Questionr4
1  a          1         NA          4          7
2  b          2         NA          5          8
3  c          3         NA          6          9
4  d         10         13         16         19
5  e         11         14         17         20
6  f         12         15         18         21

在将行与dplyr::bind_rows(). 这适用于我的样本数据，有点，但不适用于我的实际数据（我认为是因为我的标签值很长）。

# rename columns by label for df1
temp1 <- df1
stem1 <- '^Qr'
idx1 <- grep(stem1, colnames(temp1))
nams1 <- colnames(temp1)[idx1]

for(i in seq_along(nams1)){
  
  lab1 <- attr(temp1[[nams1[i]]], "label")
  names(temp1) <- gsub(nams1[i], lab1, names(temp1))
  
}

# renames columns by label for df2
temp2 <- df2
stem2 <- "^Questionr"
idx2 <- grep(stem2, colnames(temp2))
nams2 <- colnames(temp2)[idx2]

for(i in seq_along(nams2)){
  
  lab2 <- attr(temp2[[nams2[i]]], "label")
  names(temp2) <- gsub(nams2[i], lab2, names(temp2))
  
}            

# bind the temp dfs
temp21 <- dplyr::bind_rows(temp2, temp1)
names(temp21) <- colnames(df2)

> temp21
ID Questionr1 Questionr2 Questionr3 Questionr4
1  d         10         13         16         19
2  e         11         14         17         20
3  f         12         15         18         21
4  a          1         NA          4          7
5  b          2         NA          5          8
6  c          3         NA          6          9

是否有一个函数或更直接的方法，我可以使用它们的属性标签来合并这些 data.frame 列？理想情况下，我希望得到具有更多主干变量的 data.frame 的原始变量名称。

标签： r

解决方案

这是一种（稍微不那么乏味）的方法，使用tidyverse：

为“较大的”data.frame ( ) 中的属性 ( label) 和问题 ( )定义一个查找表，并为查找和读取属性定义两个辅助函数。QRdf2

library(tidyverse)

get_label <- attr_getter("label")

lut <- tibble(Qr = df2 %>% select(-ID) %>% names) %>% 
  mutate(label = map_chr(Qr, ~ get_label(df2[[.]])))

lookup <- function(x) lut %>% filter(label == x) %>% pull(Qr)

用相应的标签重命名列，连接df1和df2重命名结果的列。

goal <- full_join(
  df1 %>% rename_with(~ map_chr(.x, ~ get_label(df1[[.]])), .cols = -ID),
  df2 %>% rename_with(~ map_chr(.x, ~ get_label(df2[[.]])), .cols = -ID)
) %>% rename_with(~ map_chr(.x, ~lookup(.)), .cols = -ID) 

goal %>% select(sort(names(goal))) # optional reordering of columns

  ID Questionr1 Questionr2 Questionr3 Questionr4
1  a          1         NA          4          7
2  b          2         NA          5          8
3  c          3         NA          6          9
4  d         10         13         16         19
5  e         11         14         17         20
6  f         12         15         18         21

推荐阅读