我想堆叠一个data.frames列表,但有时列有不同的数据类型。我希望操作能够强制使用最小公分母(在我的情况下通常为character
)。
此堆叠发生在package function内,几乎可以接受任何data.frames列表。它实际上不具备在ds_a$x
之前强制bind_rows()
到角色的能力。
ds_a <- data.frame(
x = 1:6,
stringsAsFactors = FALSE
)
ds_b <- data.frame(
x = c("z1", "z2"),
stringsAsFactors = FALSE
)
# These four implementations throw:
# Error: Can not automatically convert from integer to character in column "x".
ds_1 <- dplyr::bind_rows(ds_a, ds_b)
ds_2 <- dplyr::bind_rows(ds_b, ds_a)
ds_3 <- dplyr::bind_rows(list(ds_a, ds_b))
ds_4 <- dplyr::union_all(ds_a, ds_b)
我希望输出是一个带有单个字符向量的data.frame:
x
1 1
2 2
3 3
4 4
5 5
6 6
7 z1
8 z2
我有一些长期计划使用来自(REDCap)数据库的元数据来影响强制,但我希望有一个短期的一般解决方案来进行堆叠操作。
答案 0 :(得分:5)
我们可以使用rbindlist
data.table
library(data.table)
rbindlist(list(ds_a, ds_b))
# x
#1: 1
#2: 2
#3: 3
#4: 4
#5: 5
#6: 6
#7: z1
#8: z2
答案 1 :(得分:0)
最近,我切换到一种方法,该方法最初是将所有列都保留为字符串(当从纯文本转换为data.frame时),然后进行堆栈,最后将converts the columns转换为适当的数据类型,做出决定的行(使用readr::type_convert()
)。
它模仿了这个例子。我没有做任何性能比较,但是没有明显的区别(互联网是真正的瓶颈)。另外,我有点喜欢减少数据类型转换次数的想法。
library(magrittr)
col_types <- readr::cols(.default = readr::col_character())
raw_a <- "x,y\n1,21\n2,22\n3,23\n4,24\n5,25\n6,26"
raw_b <- "x,y\nz1,31\nz2,32"
ds_a <- readr::read_csv(raw_a, col_types=col_types)
ds_b <- readr::read_csv(raw_b, col_types=col_types)
list(ds_a, ds_b) %>%
dplyr::bind_rows() %>%
readr::type_convert()
#> Parsed with column specification:
#> cols(
#> x = col_character(),
#> y = col_double()
#> )
#> # A tibble: 8 x 2
#> x y
#> <chr> <dbl>
#> 1 1 21
#> 2 2 22
#> 3 3 23
#> 4 4 24
#> 5 5 25
#> 6 6 26
#> 7 z1 31
#> 8 z2 32
由reprex package(v0.3.0)于2019-12-03创建