Question

我有一个数据框，它是另一个命令的结果。此数据框只有一行，大约有40000个条目。我的问题是3列是一组连接的数据。因此，我想在每第三列之后拆分行，并将其作为新行传输。例如：

创建测试数据框：

df=as.data.frame(matrix(seq(1:12), ncol=12, nrow=1))

现在我的数据框看起来像这样。

V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12
1  2  3  4  5  6  7  8  9  10  11  12

但我需要这样：

我怎么能意识到这一点？

Answer 1

尝试

as.data.frame(matrix(unlist(df, use.names=FALSE),ncol=3, byrow=TRUE))
#  V1 V2 V3
#1  1  2  3
#2  4  5  6
#3  7  8  9
#4 10 11 12

或者您可以在matrix

上直接使用df

 as.data.frame(matrix(df, ncol=3, byrow=TRUE))

Answer 2

还可以尝试使用dim<-（仅用于常识）

as.data.frame(t(`dim<-`(unlist(df), c(3, 4))))
#   V1 V2 V3
# 1  1  2  3
# 2  4  5  6
# 3  7  8  9
# 4 10 11 12

Answer 3

事实证明这比我预期的要快（虽然仍然没有@akrun采用的明显方法那么快），所以我将发布这个（像大卫一样）“只是为了一般知识”。（另外，“data.table”所有的东西。）： - ）

创建一个包含三列的data.table：

单行的未列出值。
分组变量，用于指示在最终输出中应将值分配给哪一行。
分组变量，用于指示在最终输出中应将值分配给哪一列。

完成后，您可以使用dcast.data.table获取您提及的输出（加上奖励列）。

对于上面的第2点，我们可以轻松定义类似以下的功能，以便轻松创建群组的过程：

groupMaker <- function(vecLen, perGroup) {
  (0:(vecLen-1) %/% perGroup) + 1
}

然后我们可以按如下方式使用它：

dcast.data.table(
  data.table(value = unlist(df, use.names = FALSE), 
             row = groupMaker(ncol(df), 3), 
             col = 1:3), 
  row ~ col)
#    row  1  2  3
# 1:   1  1  2  3
# 2:   2  4  5  6
# 3:   3  7  8  9
# 4:   4 10 11 12

现在，你提到你实际上正在处理单行~40K列data.frame（我假设它是39,999列，因为它可以很好地被3整除，我不想打破其他答案）。

记住这一点，这里有一些（无用的）基准测试（没用，因为我们这里正在谈论毫秒）。

set.seed(1)
S <- sample(20, 39999, TRUE)
S <- data.frame(t(S))

funAM <- function(indf) {
  dcast.data.table(
    data.table(value = unlist(indf, use.names = FALSE), 
               row = groupMaker(ncol(indf), 3), 
               col = 1:3), 
    row ~ col)
}

funDA <- function(indf) {
  as.data.frame(t(`dim<-`(unlist(indf), c(3, ncol(indf)/3))))
}

funAK <- function(indf) as.data.frame(matrix(indf, ncol=3, byrow=TRUE))

library(microbenchmark)
microbenchmark(funAM(S), funDA(S), funAK(S))
# Unit: milliseconds
#      expr       min        lq      mean    median        uq      max neval
#  funAM(S) 18.487001 18.813297 22.105766 18.999891 19.455812 50.25876   100
#  funDA(S) 37.187177 37.450893 40.393893 37.870683 38.869726 94.20128   100
#  funAK(S)  5.018571  5.149758  5.929944  5.271679  5.536449 26.93281   100

如果可能有用，那么所需列的数量和输入列的数量不能很好地相互分割。

例如，尝试以下示例数据：

set.seed(1)
S2 <- sample(20, 40000, TRUE)
S2 <- data.frame(t(S))

使用此示例数据：

funAM会为您提供warning，但会正确地将最后一行的最后两列显示为NA。
funAK会给你一个warning，但会（可能）错误地回收最后一行的值。
funDA只会给你一个error。

我仍然认为你应该在源头解决问题： - ）

在每第3列之后拆分一行，并将这3列作为r中的新行传输

3 个答案: