Question

我有这样的数据集：

    > df<-data.frame(gender=c(rep("male",3),rep("female",3)),
    Age=c(rep("old",3),rep("young",3)),VAR=c(rep(1:3),rep(1:3)),
    FEN1=c(21,26,29,30,6,11),FEN2=c(14,55,12,33,9,21),
    FEN3=c(88,23,55,23,14,66))

FEN1，FEN2和FEN3包含属于该组的个体总数，并具有VAR，Gender，Age，FEN列的特征。

我需要将其更改为数据框，其中每行属于一个人（总共536行），具有VAR，Gender，Age列的特征。

预期输出将包含：

21行信息：男性，旧，1，FEN1
14行信息：男性，旧，1，FEN2
88行信息：男性，旧，1，FEN3
26行信息：男性，旧，2，FEN1
55行信息：男性，旧，2，FEN2
23行信息：男性，旧，2，FEN3
等......

我试图通过以下代码手动执行此操作：

    > df2<-as.data.frame(1:536)
    > FEN <- c(rep("FEN1",123), rep("FEN2",144), rep("FEN3",269))
    > df2$FEN<-FEN
    > Gender<-c(rep("male",...)...

但显然效率并不高。

Answer 1

这是一种使用基本R方法的方法。

# get the vector names that are used to repeat
fenCats <- tail(names(df), 3)
# construct a list of data.frames where the rows have been repeated
# one data.frame for each of the FEN variables
temp <- Map(function(x) df[rep(seq_len(nrow(df)), x), 1:3], df[fenCats])
# combine list of data.frames and add column with FEN categories
dfNew <- cbind(do.call(rbind, temp),
               "fenCats"=rep(fenCats, colSums(df[fenCats])))

我们可以使用

验证行计数是否正确

nrow(dfNew) == sum(colSums(df[fenCats])) &
nrow(dfNew) == sum(rowSums(df[fenCats]))
[1] TRUE

作为附加验证，我们还可以使用子集和cumsum拉出每个组的第一行来执行快速验证：

dfNew[cumsum(unlist(df[,fenCats])),]
          gender   Age VAR fenCats
FEN1.1.20   male   old   1    FEN1
FEN1.2.25   male   old   2    FEN1
FEN1.3.28   male   old   3    FEN1
FEN1.4.29 female young   1    FEN1
FEN1.5.5  female young   2    FEN1
FEN1.6.10 female young   3    FEN1
FEN2.1.13   male   old   1    FEN2
FEN2.2.54   male   old   2    FEN2
FEN2.3.11   male   old   3    FEN2
FEN2.4.32 female young   1    FEN2
FEN2.5.8  female young   2    FEN2
FEN2.6.20 female young   3    FEN2
FEN3.1.87   male   old   1    FEN3
FEN3.2.22   male   old   2    FEN3
FEN3.3.54   male   old   3    FEN3
FEN3.4.22 female young   1    FEN3
FEN3.5.13 female young   2    FEN3
FEN3.6.65 female young   3    FEN3

将具有观察总数（人）的数据帧转换为具有每个观察（人）的行的数据

1 个答案: