将列转换为保留列名称的行

时间:2013-07-30 13:20:30

标签: r dataframe

R中是否有任何方法可以将列转换为保留列名称的行?

示例输入:

A   B
1   1
2   3
3   4
44  5

输出

 Group Number
  A       1
  A       2
  A       3
  A       44 
  B       1
  B       3
  B       4
  B       5

2 个答案:

答案 0 :(得分:10)

无需使用reshape2,您可以使用base-R中的stack函数:

your.data为例:

res <- stack(your.data)
colnames(res) = c("Number", "Group")

给你

> res
  Number Group
1      1     A
2      2     A
3      3     A
4     44     A
5      1     B
6      3     B
7      4     B
8      5     B

另见here


根据更大的数据对来自meltreshape2的{​​{1}}进行基准测试:

stack

似乎require(reshape2) set.seed(45) DF <- data.frame(matrix(sample(20, 1e6, TRUE), ncol=100)) require(microbenchmark) microbenchmark(stack(DF), melt(DF), times=100) Unit: milliseconds expr min lq median uq max neval stack(DF) 157.7084 187.1993 241.8206 251.7132 334.5488 100 melt(DF) 174.6079 253.1088 261.6234 273.3971 443.9953 100 更快,但是延迟了20毫秒......

答案 1 :(得分:9)

我使用reshape2

> x <- data.frame(A = 1:5, B = 55:51)
> library(reshape2)
> melt(x)
Using  as id variables
   variable value
1         A     1
2         A     2
3         A     3
4         A     4
5         A     5
6         B    55
7         B    54
8         B    53
9         B    52
10        B    51

看到基准测试很有意思。 melt默认打印一条消息,我们可以通过在调用函数时更明确地关闭它。

> microbenchmark(stack(DF), melt(DF), times=100)
    Unit: milliseconds
          expr      min       lq   median       uq      max neval
     stack(DF) 122.3086 133.8435 139.6990 180.5338 250.9316   100
      melt(DF) 140.0183 198.2025 227.8125 245.3444 367.1552   100

我发现差异很小,当melt的打印关闭时,它会变小。看起来我在模拟中关闭详细模式的预感可能有所帮助。

> microbenchmark(stack(DF), melt(DF, measure.vars = names(DF)[grepl("X", names(DF))]), times=100)
Unit: milliseconds
                                                      expr      min       lq   median       uq      max neval
                                                 stack(DF) 94.33681 124.9958 132.1747 144.7323 287.7438   100
 melt(DF, measure.vars = names(DF)[grepl("X", names(DF))]) 99.44282 141.0594 150.2625 178.8081 249.0888   100