Question

我在R编程，我遇到了以下问题：

我有一个数据字符串jb，这很长。这是一个简单的版本：

jb:    a     b     frequency               jb.expanded: a    b   
       5     3        2                                 5    3
       5     7        1                                 5    3
       9     1        40                                5    7
       12    4        5                                 9    1
       12    5        13                                9    1
                                                        ...  ...

我想复制行，复制的频率是列频率。这意味着，第一行被复制两次，第二行被复制一次，依此类推。我已经用代码解决了这个问题

jb.expanded <- jb[rep(row.names(jb), jb$freqency), 1:2]

现在问题在于：

每当频率角中的任何数字大于10时，复制列的数量都是错误的。例如：

Frequency: 43 --> 14 columns
           40 --> 13 columns
           13 --> 11 columns
           14 --> 12 columns

你能帮帮我吗？我不知道如何解决这个问题，我也无法在互联网上找到任何东西。

感谢您的帮助！

Answer 1

更新

在重新审视这个问题时，我觉得@Codoremifa假设您的“频率”列可能是factor是正确的。

如果是这样的话，这是一个例子。它不符合您的实际数据，因为我不知道您的数据集中有哪些其他级别。

mydf$F2 <- factor(as.character(mydf$frequency))
## expandRows(mydf, "F2")
mydf[rep(rownames(mydf), mydf$F2), ]
#      a b frequency F2
# 1    5 3         2  2
# 1.1  5 3         2  2
# 1.2  5 3         2  2
# 2    5 7         1  1
# 3    9 1        40 40
# 3.1  9 1        40 40
# 3.2  9 1        40 40
# 3.3  9 1        40 40
# 4   12 4         5  5
# 4.1 12 4         5  5
# 4.2 12 4         5  5
# 4.3 12 4         5  5
# 4.4 12 4         5  5
# 5   12 5        13 13
# 5.1 12 5        13 13

嗯。对我来说，这看起来不像61行。为什么不？因为rep使用factor下面的数值，这在这种情况下与显示的值完全不同：

as.numeric(mydf$F2)
# [1] 3 1 4 5 2

要正确转换它，您需要：

as.numeric(as.character(mydf$F2))
# [1]  2  1 40  5 13

原始答案

前段时间我写了一个函数，它更像是@ Simono101答案的概括。该函数如下所示：

expandRows <- function(dataset, count, count.is.col = TRUE) {
  if (!isTRUE(count.is.col)) {
    if (length(count) == 1) {
      dataset[rep(rownames(dataset), each = count), ]
    } else {
      if (length(count) != nrow(dataset)) {
        stop("Expand vector does not match number of rows in data.frame")
      }
      dataset[rep(rownames(dataset), count), ]
    }
  } else {
    dataset[rep(rownames(dataset), dataset[[count]]), 
            setdiff(names(dataset), names(dataset[count]))]
  }
}

出于您的目的，您可以使用expandRows(mydf, "frequency")

head(expandRows(mydf, "frequency"))
#     a b
# 1   5 3
# 1.1 5 3
# 2   5 7
# 3   9 1
# 3.1 9 1
# 3.2 9 1

其他选项是重复每一行相同的次数：

expandRows(mydf, 2, count.is.col=FALSE)
#      a b frequency
# 1    5 3         2
# 1.1  5 3         2
# 2    5 7         1
# 2.1  5 7         1
# 3    9 1        40
# 3.1  9 1        40
# 4   12 4         5
# 4.1 12 4         5
# 5   12 5        13
# 5.1 12 5        13

或者指定重复每一行的次数的向量。

expandRows(mydf, c(1, 2, 1, 0, 2), count.is.col=FALSE)
#      a b frequency
# 1    5 3         2
# 2    5 7         1
# 2.1  5 7         1
# 3    9 1        40
# 5   12 5        13
# 5.1 12 5        13

请注意最后两个选项中所需的count.is.col = FALSE参数。

Answer 2

近。您希望传递[行索引向量，而不是row.names。试试这个......

jb[ rep( seq_len( nrow(jb) ) , times = jb$frequency ) , ]

rep( seq_len( nrow(jb) ) , times = jb$frequency ) 
# [1] 1 1 2 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
# [39] 3 3 3 3 3 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5 5 5 5

Answer 3

这可能更像是评论，但看到所有其他答案都在建议新选项 - 如果在创建jb.expanded时更正jb$freqency的拼写，并将jb$frequency转换为整数你在问题中提到的结构也有效。

为什么我怀疑jb $频率是一个因素，因为不正确的频率整齐排序为11,12,13,14。

复制data.frame的每一行并指定每行的复制数量？

3 个答案:

更新

原始答案