Question

我之前发过一个类似的问题，但我的问题现在已经改变了，所以我想再发一次。我有一个包含两列的数据表;数量和价值，如下;

number  value
1   test1
1   test2
1   test3
2   test4
2   test5
3   test6
3   test7
3   test8
4   test9
5   test10
6   test11
7   test12
8   test13
9   test14
10  test15
11  test16
12  test17
13  test18
14  test19
15  test20
16  test21
17  test22
18  test23
19  test24
20  test25
21  test26
22  test27
23  test28

我想将数据表导出为多个.txt文件。第一个文本文件应包含整个数据表的子集，其中数字介于1-20之间。第二个文本文件应包含数据的子集，其中数字在21-40之间，第三个数字在41-60之间，依此类推。数据表是动态的，因此导出的.txt文件的数量会有所不同。

此外，在所有.txt文件中，＆＃39;数字＆＃39;必须在1-20之间。因此，如果数字为21，则必须将其重命名为1，如果数字为22，则必须将其重命名为2，等等。

有人能帮忙吗？在上面的示例中，应该有2个.txt文件，第一个包含25行，第二个包含3行，第二个包含数字21,22,23的.txt文件重命名为1,2,3。

Answer 1

首先，我会使用split()将您的数据框拆分为20行的块。此功能将根据某些标准拆分数据框。在你的情况下，这个标准可能是这样的：“行数除以20的结果是什么（四舍五入到上/下整数）？”。根据此规则，输入数据将被拆分。

nrows <- 1:nrow(df)
df    <- split(df, floor(nrows/20))

修改：如果您想根据df$number中的值进行拆分，则应使用df <- split(df, floor((df$number-1)/20))

其次，对于所有高于20的数字，你必须以某种方式转换20的倍数。我会使用modulo %% 20，但也会将20变换为零。

ready_for_export <- lapply(df, function(x){
                       x$number <- (x$number - floor((x$number-1)/20)*20)
                       return(x)})

最后，将列表ready_for_export中的元素保存在单独的txt文档中。我会使用for - 循环：

for(i in seq_along(ready_for_export)){
   write.table(ready_for_export[[i]], paste0("test", i, ".txt"))
}

可能有一些包，这会使它看起来更好，表现更快，但是，我喜欢尽可能地坚持基础R。

Answer 2

tidyverse允许你编写一个更整洁的解决方案;）

假设您的数据位于变量df：

library(tidyverse)

df %>%
  mutate(set = plyr::round_any(number - 1, 20, floor) %>% as.factor %>% as.numeric) %>% 
  group_by(set) %>%
  mutate(set_num = number %>% as.factor %>% as.numeric) %>%
  ungroup ->
  df_prep

df_prep$set %>%
  unique %>%
  walk(~ write_tsv(df_prep %>% 
                     filter(set == .x) %>%
                     select(number = set_num,
                            value),
                   paste0("file-", .x, ".tsv")))

as.factor %>% as.numeric法案为列的不同值分配新的唯一数字ID。正确的赋值->有点不寻常，但使magrittr管道流畅。

R脚本批量导出

2 个答案: