Question

采用这个非常简单的RWE，我想知道在合并两个或更多data.frames时，可以使用哪个包自动分配一个因子（最好是数据帧名称）

我已在下面的示例中手动定义了该因子，并显示了所需的输出。但我想自动化它，因为我有超过100个表要合并。请注意，每个df中的标头是常量，只有名称本身更改

A <- 1:5
B <- 5:1

df1 <- data.frame(A,B)

A <- 2:6
B <- 6:2

df2 <- data.frame(A,B)

df1$ID <- rep("df1", 5)
df2$ID <- rep("df2", 5)

big_df <- rbind(df1,df2)

Answer 1

请考虑以下事项：

library(dplyr)
cof_df <- bind_rows(df1, df2, .id="ID")
cof_df
   ID A B
1   1 1 5
2   1 2 4
3   1 3 3
4   1 4 2
5   1 5 1
6   2 2 6
7   2 3 5
8   2 4 4
9   2 5 3
10  2 6 2

然后：

cof_df$ID <- factor(cof_df$ID, 
                    levels = c(1,2),
                    labels = paste0("df", unique(cof_df$ID)))

进行重新编码。

通过在bind_rows中命名参数可以获得类似的结果，如

cof_df <- bind_rows(df1=df1, df2=df2, .id="ID")

Answer 2

假设您的data.frame名称遵循某种模式，例如以“df”开头，后跟数字，并且它们不在列表中，而只是在您的全局环境中，您可以使用以下内容：

library(data.table)
bigdf <- rbindlist(Filter(is.data.frame, mget(ls(pattern = "^df\\d+"))), id = "ID")

如果没有data.table，您可以按照以下方式执行此操作：

lst <- Filter(is.data.frame, mget(ls(pattern = "^df\\d+")))
bigdf <- do.call(rbind, Map(function(df, id) transform(df, ID=id), lst, names(lst)))

Answer 3

另一个解决方案是使用merge：

merged <- merge(df1, df2, all=TRUE, sort =FALSE)

> merged
   A B  ID
1  1 5 df1
2  2 4 df1
3  3 3 df1
4  4 2 df1
5  5 1 df1
6  2 6 df2
7  3 5 df2
8  4 4 df2
9  5 3 df2
10 6 2 df2

合并超过2个数据帧，同时在R中分配标识符因子

3 个答案: