與R中

Question

在同一個數據幀相似的列名綁定列我有一個數據幀看起來有點像這樣：

df <- data.frame(0:2, 1:3, 2:4, 5:7, 6:8, 2:4, 0:2, 1:3, 2:4) 
colnames(df) <- rep(c('a', 'b', 'c'), 3) 
> df 
    a b c a b c a b c 
1 0 1 2 5 6 2 0 1 2 
2 1 2 3 6 7 3 1 2 3 
3 2 3 4 7 8 4 2 3 4 

有具有相同名稱的多個列。我想重新排列的數據幀，使具有相同名稱的列合併到自己的supercolumn，以便有隻留下唯一的列名，例如：

> df 
    a b c 
1 0 1 2 
2 1 2 3 
3 2 3 4 
4 5 6 2 
5 6 7 3 
6 7 8 4 
7 0 1 2 
8 1 2 3 
9 2 3 4 

如何做到這一點有什麼想法？提前致謝！

Answer 1

這將做的伎倆，我想。

說明

df[,names(df) == 'a']將選擇具有名稱a

unlist所有列將上述列轉換成1個單個載體

unname將刪除給予這些載體一些雜散rownames。

unique(names(df))會給你唯一的列名在df

sapply將適用於內聯函數和unique(names(df))

> df 
    a b c a b c a b c 
1 0 1 2 5 6 2 0 1 2 
2 1 2 3 6 7 3 1 2 3 
3 2 3 4 7 8 4 2 3 4 
> sapply(unique(names(df)), function(x) unname(unlist(df[,names(df)==x]))) 
     a b c 
[1,] 0 1 2 
[2,] 1 2 3 
[3,] 2 3 4 
[4,] 5 6 2 
[5,] 6 7 3 
[6,] 7 8 4 
[7,] 0 1 2 
[8,] 1 2 3 
[9,] 2 3 4 

Answer 2

我現在不在電腦，所以不能測試這個，但.. .. ..。 這可能工作：

do.call(cbind, 
    lapply(names(df) function(x) do.call(rbind, df[, names(df) == x]))) 

Answer 3

所有值使用%in%一些unlisting

zz <- lapply(unique(names(df)), function(x,y) as.vector(unlist(df[which(y %in% x)])),y=names(df)) 
names(zz) <- unique(names(df)) 
as.data.frame(zz) 
    a b c 
1 0 1 2 
2 1 2 3 
3 2 3 4 
4 5 6 2 
5 6 7 3 
6 7 8 4 
7 0 1 2 
8 1 2 3 
9 2 3 4 

Answer 4

我的版本：

library(reshape) 
as.data.frame(with(melt(df), split(value, variable))) 
    a b c 
1 0 1 2 
2 1 2 3 
3 2 3 4 
4 0 1 2 
5 1 2 3 
6 2 3 4 
7 0 1 2 
8 1 2 3 
9 2 3 4 

在步驟使用melt我變換數據集：

$a 
[1] 0 1 2 0 1 2 0 1 2 

$b 
[1] 1 2 3 1 2 3 1 2 3 

$c 
[1] 2 3 4 2 3 4 2 3 4 

則這僅需要一個：

> melt(df) 
Using as id variables 
    variable value 
1   a  0 
2   a  1 
3   a  2 
4   b  1 
5   b  2 
6   b  3 
7   c  2 
8   c  3 
9   c  4 
10  a  0 
11  a  1 
12  a  2 
13  b  1 
14  b  2 
15  b  3 
16  c  2 
17  c  3 
18  c  4 
19  a  0 
20  a  1 
21  a  2 
22  b  1 
23  b  2 
24  b  3 
25  c  2 
26  c  3 
27  c  4 

然後我使用split分裂爲variable每個唯一水平value柱as.data.frame成爲您需要的數據結構。

Answer 5

我會排序data.frame通過列名，不公開，並在matrix使用as.data.frame：

A <- unique(names(df))[order(unique(names(df)))] 
B <- matrix(unlist(df[, order(names(df))], use.names=FALSE), ncol = length(A)) 
B <- setNames(as.data.frame(B), A) 
B 
# a b c 
# 1 0 1 2 
# 2 1 2 3 
# 3 2 3 4 
# 4 5 6 2 
# 5 6 7 3 
# 6 7 8 4 
# 7 0 1 2 
# 8 1 2 3 
# 9 2 3 4