Question

我有一个表格，格式如下。

Category    Value
Name_01 10
Name_01 12
Name_01 11
Name_02 12
Name_02 1
Name_03 13
Name_04 11
Name_05 12
Name_06 21
Name_07 3
Name_08 1
Name_09 23
Name_10 1
Name_11 123
Name_12 12
Name_13 1
Name_14 1
Name_15 12
Name_16 1
Name_17 2
Name_18 33
Name_19 21
Name_20 123
Name_21 32
Name_22 23
Name_23 21

我想将表格写入.txt文件，但每个.txt文件最多只能处理20个唯一类别。因此，需要根据类别的总数将表拆分为多个.txt文件。有人知道如何用基础R做到这一点吗？另一个复杂因素是所有.txt文件必须具有编号为1-20的类别。在下面的示例中，我将有一个包含names_01-20的.txt文件，以及包含names_21-23但重命名为names_01-03的第二个.txt文件。

Answer 1

试试这个：

# split 
myList <- 
  lapply(split(df1, as.numeric(df1$Category) %/% 21 + 1), 
         function(i){
           x <- i
           x$Category <- droplevels(x$Category)
           x$Category <- as.factor(as.numeric(x$Category))
           x
         })

# write to csv
lapply(names(myList), function(i) write.csv(myList[[ i ]], 
                                            file = paste0(i, ".csv"),
                                            row.names = FALSE))

这将输出2个文件： 1.csv ， 2.csv

Answer 2

另一种解决方案：

maxCategory <- 20
N <- ceiling(1:nrow(data) / maxCategory)

for(i in unique(N)) {
    d <- data[N == i, ]
    # Get category with 0
    foo <- 1:nrow(d)
    foo <- ifelse(foo < 10, paste0("0", foo), foo) 
    d$Category <- paste0("Name_", foo)
    # Write text file
    write.table(d, paste0("split_", i, ".txt"),
                row.names = FALSE, quote = FALSE)
}

输出文件为：split_1.txt和split_2.txt。 split_2.txt看起来像这样：

Category Value
Name_01 32
Name_02 23
Name_03 21

Answer 3

这是一个整合的解决方案。

library('magrittr')
library('tidyverse')

df <- tribble(
  ~Category, ~Value,
    'Name_01',   10,
    'Name_02',   12,
    'Name_03',   13,
    'Name_04',   11,
    'Name_05',   12,
    'Name_06',   21,
    'Name_07',    3,
    'Name_08',    1,
    'Name_09',   23,
    'Name_10',    1,
    'Name_11',  123,
    'Name_12',   12,
    'Name_13',    1,
    'Name_14',    1,
    'Name_15',   12,
    'Name_16',    1,
    'Name_17',    2,
    'Name_18',   33,
    'Name_19',   21,
    'Name_20',  123,
    'Name_21',   32,
    'Name_22',   23,
    'Name_23',   21
)

首先，我们使用parse_number提取类别ID。我们使用dense_rank(Category)来获取正在运行的不同类别的数量。我们使用它来每20个不同的类别增加group_id。我们还会根据群组的最小值/最大值file_name创建category_id列。

df2 <- df %>%
  mutate(
    category_id = parse_number(Category),
    group_id = cumsum(dense_rank(Category) %% 20 == 1)) %>%
  group_by(group_id) %>%
  mutate(file_name = stringr::str_c('names_', min(category_id), '-', max(category_id), '.txt'))

print(df2, n=100)
# # A tibble: 23 x 6
# # Groups:   group_id [2]
#    Category Value     g category_id group_id       file_name
#       <chr> <dbl> <dbl>       <dbl>    <int>           <chr>
#  1  Name_01    10     1           1        1  names_1-20.txt
#  2  Name_02    12     1           2        1  names_1-20.txt
#  3  Name_03    13     1           3        1  names_1-20.txt
#  4  Name_04    11     1           4        1  names_1-20.txt
#  5  Name_05    12     1           5        1  names_1-20.txt
#  6  Name_06    21     1           6        1  names_1-20.txt
#  7  Name_07     3     2           7        1  names_1-20.txt
#  8  Name_08     1     2           8        1  names_1-20.txt
#  9  Name_09    23     2           9        1  names_1-20.txt
# 10  Name_10     1     2          10        1  names_1-20.txt
# 11  Name_11   123     2          11        1  names_1-20.txt
# 12  Name_12    12     2          12        1  names_1-20.txt
# 13  Name_13     1     2          13        1  names_1-20.txt
# 14  Name_14     1     3          14        1  names_1-20.txt
# 15  Name_15    12     3          15        1  names_1-20.txt
# 16  Name_16     1     3          16        1  names_1-20.txt
# 17  Name_17     2     3          17        1  names_1-20.txt
# 18  Name_18    33     3          18        1  names_1-20.txt
# 19  Name_19    21     3          19        1  names_1-20.txt
# 20  Name_20   123     3          20        1  names_1-20.txt
# 21  Name_21    32     3          21        2 names_21-23.txt
# 22  Name_22    23     3          22        2 names_21-23.txt
# 23  Name_23    21     3          23        2 names_21-23.txt

现在，我们可以nest将原始列放入列表列。

df2 <- df2 %>%
  group_by(group_id, file_name) %>%
  nest(Category, Value)
print(df2, n=100)
# # A tibble: 2 x 3
#   group_id       file_name              data
#      <int>           <chr>            <list>
# 1        1  names_1-20.txt <tibble [20 x 2]>
# 2        2 names_21-23.txt  <tibble [3 x 2]>

然后我们walk通过每个data + file_name对，并使用write_delim输出每个文件。

df2 %$%
  walk2(
    .$data,
    .$file_name,
    write_delim)

我们可以将上述所有步骤合并到一个管道中。

df %>%
  mutate(
    category_id = parse_number(Category),
    group_id = cumsum(dense_rank(Category) %% 20 == 1)) %>%
  group_by(group_id) %>%
  mutate(file_name = stringr::str_c('names_', min(category_id), '-', max(category_id), '.txt')) %>%
  group_by(group_id, file_name) %>%
  nest(Category, Value) %$%
  walk2(
    .$data,
    .$file_name,
    write_delim)

拆分表并写入多个.txt文件

3 个答案: