Question

我有两个数据帧具有相同的rownames和columnnames，但顺序不同。价值也不同。

df1：

name   S1   S2   S3   S4   S5   S6   S7
 ABC   56   67   90   78   45   34   23
 HJG   12   32   13   99   55   89   25
 KLI   88   36   95   21   66   74   45
 JHU   32   55   65   77   88   16   40
 DFR   65   90   87   11   98   67   37

df2：

name   S1   S3  S5   S2    S4   S7    S6
 DFR    0   -1   -1   1    -2    1    -1
 JHU    1   -2    2   1     2    0     1
 HJG   -2    0    1   1    -2   -2    -1
 ABC   -1    2   -2   1     0    1     0
 KLI    2    1    0  -1     1    0    -2

我想根据df1中的值将df2数据框拆分为两组。

来自df1的Group1应基于df2
来自df1的Group2应基于df2

例如：

Group1:                             Group2:

 name  S1   S3   S4                  name  S2   S5   S6  S7
 KLI   88   95   21                  KLI   36   66   74  45

同样，我需要重复其他所有名字。谁能告诉我如何在R或Python中做到这一点？

Answer 1

下面的代码将为您提供带有组标记的长格式数据框。代码的工作原理如下：

转换＆＃34;宽＆＃34;的两个数据帧到＆＃34;长＆＃34;格式（使用gather），然后加入它们（使用left_join）。
根据您指定的group中的值创建df2列。
删除不需要的列
排序

使用dplyr管道运算符（%>%）将所有这些步骤链接在一起。

library(tidyverse)

df.new = df1 %>% gather(key, value, -name) %>%
  left_join(df2 %>% gather(key, value, -name), by=c("name","key"), suffix=c("1","2")) %>%
  mutate(group = ifelse(value2 >=1, "Group 1", "Group 2")) %>%
  select(name, key, value=value1, group) %>%
  arrange(group, name, key)

   name key value   group
1   ABC  S2    67 Group 1
2   ABC  S3    90 Group 1
3   ABC  S7    23 Group 1
...
13  KLI  S1    88 Group 1
14  KLI  S3    95 Group 1
15  KLI  S4    21 Group 1
...
32  KLI  S2    36 Group 2
33  KLI  S5    66 Group 2
34  KLI  S6    74 Group 2
35  KLI  S7    45 Group 2

如果您确实希望每个组位于单独的数据框中，您可以在链的末尾split group，这将为您提供包含两个数据框的列表，每个级别一个group：

df.list = df1 %>% gather(key, value, -name) %>%
  left_join(df2 %>% gather(key, value, -name), by=c("name","key"), suffix=c("1","2")) %>%
  mutate(group = ifelse(value2 >=1, "Group 1", "Group 2")) %>%
  select(name, key, value=value1, group) %>%
  arrange(group, name, key) %>%
  split(.$group)

将输出保存到csv或xlsx文件：

对于我们有一个数据框的第一个例子：

write.csv(df.new, "file_name.csv", row.names=FALSE)

library(xlsx)
write.xlsx(df.new, "file_name.xlsx", row.names=FALSE)

对于第二个示例，我们有一个包含多个数据帧的列表，我们将每个数据帧写入单独的csv文件。对于Excel文件，我们将两个数据框写入同一Excel工作簿中的不同工作表：

# Write to two different csv files
map(names(df.list), function(x) write.csv(df.list[[x]], paste0(x,".csv"), row.names=FALSE))

# Write to two different sheets in the same Excel file
library(xlsx)
map(names(df.list), function(x) write.xlsx(df.list[[x]], "my_file.xlsx", sheet=x, append=TRUE, row.names=FALSE))

如何根据其他数据帧值拆分大型数据帧？

1 个答案: