跨特定列按行连接数据框。

Question

我有一个数据框，它有几列，当将它们（按行）串联为字符串时，可以使我将数据框分成所需的形式。

> str(data)
'data.frame':   680420 obs. of  10 variables:
 $ A              : chr  "2011-01-26" "2011-01-26" "2011-02-09" "2011-02-09" ...
 $ B              : chr  "2011-01-26" "2011-01-27" "2011-02-09" "2011-02-10" ...
 $ C              : chr  "2011-01-26" "2011-01-26" "2011-02-09" "2011-02-09" ...
 $ D              : chr  "AAA" "AAA" "BCB" "CCC" ...
 $ E              : chr  "A00001" "A00002" "B00002" "B00001" ...
 $ F              : int  9 9 37 37 37 37 191 191 191 191 ...
 $ G              : int  NA NA NA NA NA NA NA NA NA NA ...
 $ H              : int  4 4 4 4 4 4 4 4 4 4 ...

每行数据，我想将列F、E、D和C中的数据连接成一个字符串（使用下划线字符作为分隔符）。以下是我的不成功尝试：

data$id <- sapply(as.data.frame(cbind(data$F,data$E,data$D,data$C)), paste, sep="_")

以下是不希望的结果：

  > str(data)
    'data.frame':   680420 obs. of  10 variables:
     $ A              : chr  "2011-01-26" "2011-01-26" "2011-02-09" "2011-02-09" ...
     $ B              : chr  "2011-01-26" "2011-01-27" "2011-02-09" "2011-02-10" ...
     $ C              : chr  "2011-01-26" "2011-01-26" "2011-02-09" "2011-02-09" ...
     $ D              : chr  "AAA" "AAA" "BCB" "CCC" ...
     $ E              : chr  "A00001" "A00002" "B00002" "B00001" ...
     $ F              : int  9 9 37 37 37 37 191 191 191 191 ...
     $ G              : int  NA NA NA NA NA NA NA NA NA NA ...
     $ H              : int  4 4 4 4 4 4 4 4 4 4 ...
     $ id             : chr [1:680420, 1:4] "9" "9" "37" "37" ...
      ..- attr(*, "dimnames")=List of 2
      .. ..$ : NULL
      .. ..$ : chr  "V1" "V2" "V3" "V4"

任何帮助都将不胜感激。

- Jubbles

Answer 1

尝试一下

 data$id <- paste(data$F, data$E, data$D, data$C, sep="_")

相反，向量化代码的美妙之处在于您不需要逐行循环或循环等效的*apply函数。

编辑 更好的方法是

 data <- within(data,  id <- paste(F, E, D, C, sep=""))

- Dirk Eddelbuettel

---

哇，那真是快速而准确。看起来我过于复杂化了这个过程。我真的在努力摆脱完全“循环依赖”，并且仍在学习欣赏向量化代码。 - Jubbles

并尝试使用 with(data, paste(...)) 来使代码更加简洁。 - Richie Cotton

正确。或者甚至将 within() 视为 with() 的不那么受欢迎的表兄弟。我已相应地修改了我的答案。 - Dirk Eddelbuettel

这就是 within 的不同之处吗？！（为什么它不被命名为 with(..., modify=TRUE) 呢？） - smci

如果您使用 data$id <- paste(data[, c(1)], data[,c(2)])，但是代码的行为与预期不符，那么这里是否有什么遗漏的地方？ - Parsa

Answer 2

使用tidyr包的unite函数：

require(tidyr)
data <- data %>% unite(id, F, E, D, C, sep = '_')

第一个参数是所需的名称，从下一个参数到sep之前的所有参数都将被连接为一列。

- JelenaČuklina

---

当我需要按组合折叠动态向量时，这种方法是唯一能够始终如一地工作的方法：mycols <- c("F","E","D","C") data <- data %>% unite_("id", mycols, sep = "_") - jessi

Answer 3

stringr::str_c()和paste()都可以使用。

require(stringr)
data <- within(data, str_c(F,E,D,C, sep="_")

否则。

data <- within(data, paste(F,E,D,C, sep="_")

(stringr 在处理大型数据集时具有更好的性能)

- smci

---

@那个恶意降低评分的人：可以使用stringr::str_c，没有人说过不行。你有什么问题？ - smci