如何将组行附加到数据框中

Question

我有这个df1：

A B C
1 2 3
5 7 9

其中A B C是列名。

我有另一个df2有一列：

A
1
2
3
4

我想为df1的每一列添加df2，创建最终的数据帧：

A B C 
1 2 3
5 7 9
1 1 1
2 2 2
3 3 3
4 4 4

是否可以这样做？

Answer 1

data.frame(sapply(df1, c, unlist(df2)), row.names = NULL)
#  A B C
#1 1 2 3
#2 5 7 9
#3 1 1 1
#4 2 2 2
#5 3 3 3
#6 4 4 4

数据

df1 = structure(list(A = c(1L, 5L), B = c(2L, 7L), C = c(3L, 9L)), .Names = c("A", 
"B", "C"), class = "data.frame", row.names = c(NA, -2L))

df2 = structure(list(A = 1:4), .Names = "A", class = "data.frame", row.names = c(NA, 
-4L))

Answer 2

我们可以复制df2列df1列，取消名称，然后rbind。

rbind(df1, unname(rep(df2, ncol(df1))))
#   A B C
# 1 1 2 3
# 2 5 7 9
# 3 1 1 1
# 4 2 2 2
# 5 3 3 3
# 6 4 4 4

数据：

df1 <- structure(list(A = c(1L, 5L), B = c(2L, 7L), C = c(3L, 9L)), .Names = c("A", 
"B", "C"), class = "data.frame", row.names = c(NA, -2L))
df2 <- structure(list(A = 1:4), .Names = "A", row.names = c(NA, -4L), class = "data.frame")

Answer 3

我们可以使用base R方法

rbind(df1, setNames(as.data.frame(do.call(cbind, rep(list(df2$A), 3))), names(df1)))
#  A B C
#1 1 2 3
#2 5 7 9
#3 1 1 1
#4 2 2 2
#5 3 3 3
#6 4 4 4

数据

df1 <- structure(list(A = c(1L, 5L), B = c(2L, 7L), C = c(3L, 9L)), .Names = c("A", 
"B", "C"), class = "data.frame", row.names = c(NA, -2L))

df2 <- structure(list(A = 1:4), .Names = "A", class = "data.frame",
row.names = c(NA, -4L))

Answer 4

以下是包含select login_id, ImageURL from TableName where timestamp = (select max(timestamp) from TableName); ，rbind和rep的基本R方法：

setNames

编辑：结果rbind(dat, setNames(data.frame(rep(dat1, ncol(dat))), names(dat))) A B C 1 1 2 3 2 5 7 9 3 1 1 1 4 2 2 2 5 3 3 3 6 4 4 4 不是必需的：

data.frame

会奏效。

数据

rbind(dat, setNames(rep(dat1, ncol(dat)), names(dat)))

Answer 5

我只是喜欢R，这是另一个Base R解决方案，但是mapply：

data.frame(mapply(c, df1, df2))

<强>结果：

  A B C
1 1 2 3
2 5 7 9
3 1 1 1
4 2 2 2
5 3 3 3
6 4 4 4

注意：

不需要像几乎所有其他解决方案一样处理类名...这就是为什么这个有效的关键是“mapply为...的值[...每个元素]调用FUN  （重新循环到最长... [元素]的长度“（请参阅?mapply）。换句话说，df2$A会被回收到许多列df1。

数据：

df1 = structure(list(A = c(1L, 5L), B = c(2L, 7L), C = c(3L, 9L)), .Names = c("A", 
                                                                               "B", "C"), class = "data.frame", row.names = c(NA, -2L))
df2 = structure(list(A = 1:4), .Names = "A", row.names = c(NA, -4L), class = "data.frame")

Answer 6

数据：

df1 <- data.frame(A=c(1,5),
                  B=c(2,7),
                  C=c(3,9))
df2 <- data.frame(A=c(1,2,3,4))

解决方案：

df2 <- matrix(rep(df2$A, ncol(df1)), ncol=ncol(df1))
colnames(df2) <- colnames(df1)
rbind(df1,df2)

结果：

  A B C
1 1 2 3
2 5 7 9
3 1 1 1
4 2 2 2
5 3 3 3
6 4 4 4

Answer 7

与@ useR的优秀Base R答案类比，这是一个tidyverse解决方案：

library(purrr)

map2_df(df1, df2, c)

  A B C
1 1 2 3
2 5 7 9
3 1 1 1
4 2 2 2
5 3 3 3
6 4 4 4

以下是我第一次回答这个问题时的一些其他（不太理想的）选项。

library(dplyr)

bind_rows(df1, df2 %>% mutate(B=A, C=A))

或者，如果我们想从df1：

动态获取列数及其名称

bind_rows(df1,
          df2[,rep(1,ncol(df1))] %>% setNames(names(df1)))

还有一个Base R方法：

rbind(df1, setNames(df2[,rep(1,ncol(df1))], names(df1)))

Answer 8

来自purrr的解决方案，该解决方案使用map_dfc遍历df1中的所有列，将所有元素与df2$A合并。

library(purrr)

map_dfc(df1, ~c(., df2$A))

# A tibble: 6 x 3
      A     B     C
  <int> <int> <int>
1     1     2     3
2     5     7     9
3     1     1     1
4     2     2     2
5     3     3     3
6     4     4     4

数据

df1 <- structure(list(A = c(1L, 5L), B = c(2L, 7L), C = c(3L, 9L)), .Names = c("A", 
                                                                               "B", "C"), class = "data.frame", row.names = c(NA, -2L))

df2 <- structure(list(A = 1:4), .Names = "A", class = "data.frame",
                 row.names = c(NA, -4L))

Answer 9

为了完整起见，这里有data.table方法，它不需要处理列名：

library(data.table)
setDT(df1)[, lapply(.SD, c, df2$A)]

   A B C
1: 1 2 3
2: 5 7 9
3: 1 1 1
4: 2 2 2
5: 3 3 3
6: 4 4 4

请注意，OP已将df2描述为仅包含一列。

这种方法还有一个基础R版本：

data.frame(lapply(df1, c, df2$A))

  A B C
1 1 2 3
2 5 7 9
3 1 1 1
4 2 2 2
5 3 3 3
6 4 4 4

这类似于d.b's方法，但不需要处理列名。