例如
我有这个数据框：
a 1 2 3 4 5 6
b 7 8 9 1 2 3
c 4 5 6 7 8 9
，我想将其转换为：
a 1 2 3
a 4 5 6
b 7 8 9
b 1 2 3
c 4 5 6
c 7 8 9
基本上，对于每一行，我都希望例如第2到第6，第7到第11，第11到第15 ......可变值将行移动到下面，第一个可变值是原始行的字母。
我该怎么办？我试图与collect（）一起工作，但事实并非如此。 我只是R语言的初学者，希望能对您有所帮助。谢谢
答案 0 :(得分：3)
这按3列分组；只需将%/% 3更改为%/% 5即可获得不同数量的列。 （这假设每个分组中的列数相等。）
out <- do.call(rbind, lapply(split.default(dat[,-1], (seq_along(dat[,-1])-1) %/% 3),
function(a) cbind(dat[,1,drop=FALSE], unname(a))))
out
# V1 1 2 3
# 0.1 a 1 2 3
# 0.2 b 7 8 9
# 0.3 c 4 5 6
# 1.1 a 4 5 6
# 1.2 b 1 2 3
# 1.3 c 7 8 9
我们可以用
将其清理干净row.names(out) <- NULL
out[order(out[,1]),]
# V1 1 2 3
# 1 a 1 2 3
# 4 a 4 5 6
# 2 b 7 8 9
# 5 b 1 2 3
# 3 c 4 5 6
# 6 c 7 8 9
答案 1 :(得分：1)
如果所显示的数据是所显示的数据，则可以通过轻松地对列进行子设置来完成，并且在将列名设置为相同后rbind将数据集设置为
library(dplyr)
rbind(df1[1:4], setNames(df1[c(1, 5:7)], names(df1)[1:4])) %>%
arrange(1)
如果有很多列，则更容易理解的自动方法是seq。遍历索引序列，将列rbind内的列do.call子集化，我们通过循环创建list
out <- cbind(df1[1], do.call(rbind, lapply(seq(2, ncol(df1), by = 3),
function(i) setNames(df1[i:(i+2)], paste0("v", 2:4)))))
out[order(out$v1),]
df1 <- structure(list(v1 = c("a", "b", "c"), v2 = c(1L, 7L, 4L), v3 = c(2L,
8L, 5L), v4 = c(3L, 9L, 6L), v5 = c(4L, 1L, 7L), v6 = c(5L, 2L,
8L), v7 = c(6L, 3L, 9L)), class = "data.frame", row.names = c(NA,
-3L))
答案 2 :(得分：1)
这是另一个基本的R选项
cbind(
df[rep(1:nrow(df), each = 2), ][1],
do.call(
"+",
lapply(0:1,
FUN = function(k) {
kronecker(
as.matrix(df[-1][(3*k-1)+2:4]),
(matrix(c(1, 0), nrow = 2) + k) %% 2
)
}
)
)
)
这样
V1 1 2 3
1 a 1 2 3
1.1 a 4 5 6
2 b 7 8 9
2.1 b 1 2 3
3 c 4 5 6
3.1 c 7 8 9
答案 3 :(得分：0)
tidyverse 使用select
rbind和select最后三列和键
编辑请确保将要与rbind合并的列重命名为与上述步骤1中的选择df相同的名称。
arrange
df %>%
select(1:4) %>%
rbind(df %>% select(1, "v1" = 5,
"v2" = 6,
"v3" = 7)) %>%
arrange(key)
# key v1 v2 v3
# 1 a 1 2 3
# 2 a 4 5 6
# 3 b 7 8 9
# 4 b 1 2 3
# 5 c 4 5 6
# 6 c 7 8 9
样本df
set.seed(42)
df_2 <- tibble(
bug = letters,
col1 = sample(1:26),
col2 = sample(1:26),
col3 = sample(1:26),
col4 = sample(1:26),
col5 = sample(1:26),
col6 = sample(1:26),
col7 = sample(1:26),
col8 = sample(1:26),
col9 = sample(1:26),
col10 = sample(1:26),
col11 = sample(1:26),
col12 = sample(1:26),
col13 = sample(1:26),
col14 = sample(1:26),
col15 = sample(1:26)
)
create_rowgroups.f <- function(df, key, groupsize){
if( !(key %in% colnames(df)) ){
print(paste(key, "is expected to be a column in df"))
stop()
}
if( (ncol(df)-1) %% groupsize != 0 ){
print("Function requires groups to fit all variable columns with the exception of the key")
stop()
}
fnames = colnames(df[ , 1: (groupsize + 1) ])
df_2 <- bind_rows(lapply(
1:(ncol(df)/groupsize),
function(df, groupsize, key, fnames, index){
pos1 = (index * groupsize) - groupsize + 2
pos2 = (index * groupsize) + 1
tempdf <- df %>% select(!!key, !!pos1:!!pos2)
colnames(tempdf) = fnames
return(tempdf)
},
df = df,
key = key,
fnames = fnames,
groupsize = groupsize
))
df_2 <- df_2 %>% arrange(across(.cols = key))
return(df_2)
}
这是很多代码，它们围绕着lapply的简单行，以帮助OP使用UDF create_rowgroups.f