我有一个名为DF的日期框架，比方说，有三个循环重复的变量：
A B C A B C
1 a1 b1 c1 a5 b5 c5
2 a2 b2 c2 a6 b6 c6
3 a3 b3 c3 a7 b7 c7
4 a4 b4 c4 a8 b8 c8
我想在第二个A列上堆叠第一个A列（在第三个，第四个，依此类推，如果存在的话），并对其他变量执行相同操作，然后将结果保存为新对象（例如，矢量）。 所以我想要获得的是
V_A <- c(a1,a2,a3,a4,a5,a6,a7,a8)
V_B <- c(b1,b2,b3,b4,b5,b6,b7,b8)
V_C <- c(c1,c2,c3,c4,c5,c6,c7,c8)
虽然手动操作很容易，但是这样
V_A <- DF[,seq(1, ncol(DF), 3]
V_A <- stack(DF)
V_B <- DF[,seq(2, ncol(DF), 3]
V_B <- stack(DF)
V_C <- DF[,seq(3, ncol(DF), 3]
V_C <- stack(DF)
我正在寻找的是一个自动执行此操作的代码，因此它可以用于包含每个变量数的数据帧，而无需每次都编写特殊代码。 总而言之，代码应该： 1）选择数据帧中的每第n列 2）堆叠此列 3）将结果保存在自动创建的新对象中
我觉得必须有办法做到这一点，但到目前为止我还没有成功。非常感谢提前。
EDIT 假设我的情况略有不同，其中列重复但名称不完全相同，我仍然想做同样的事情。所以我有：
A1 B1 C1 A2 B2 C2
1 a11 b11 c11 a25 b25 c25
2 a12 b12 c12 a26 b26 c26
3 a13 b13 c13 a27 b27 c27
4 a14 b14 c14 a28 b28 c28
我希望：
V_A <- c(a11,a12,a13,a14,a25,a26,a27,a28)
V_B <- c(b11,b12,b13,b14,b25,b26,b27,b28)
V_C <- c(c11,c12,c13,c14,c25,c26,c27,c28)
我该怎么做？
答案 0 :(得分：5)
以下是一些替代方案。没有包使用。
1）精子创建一个3d数组a，对维度进行置换并重新整形为矩阵m，然后将其转换为数据框。只有当所有值都属于同一类型时，此方法才有效。 （2）和（3）没有这个限制。
k <- 3
nr <- nrow(DF)
nc <- ncol(DF)
unames <- unique(names(DF))
a <- array(as.matrix(DF), c(nr, k, nc/k))
m <- matrix(aperm(a, c(1, 3, 2)),, k, dimnames = list(NULL, unames))
as.data.frame(m, stringsAsFactors = FALSE)
，并提供：
A B C
1 a1 b1 c1
2 a2 b2 c2
3 a3 b3 c3
4 a4 b4 c4
5 a5 b5 c5
6 a6 b6 c6
7 a7 b7 c7
8 a8 b8 c8
如果我们处于问题编辑中给出的情况，则将unames替换为DF2为DF的以下内容，并根据结尾处的注释修改名称：
unames <- unique(sub("\\d*$", "", names(DF2)))
2）lapply 这概括了问题中的代码。 unames定义如上：
L <- lapply(split(as.list(DF), names(DF)), unlist)
as.data.frame(L, stringsAsFactors = FALSE)
，并提供：
A B C
1 a1 b1 c1
2 a2 b2 c2
3 a3 b3 c3
4 a4 b4 c4
5 a5 b5 c5
6 a6 b6 c6
7 a7 b7 c7
8 a8 b8 c8
根据问题的编辑中显示的输入，可以这样完成，其中DF2在最后的注释中可重复给出。
names0 <- sub("\\d*$", "", names(DF2)) # names without the trailing digits
L <- lapply(split(as.list(DF2), names0), unlist)
as.data.frame(L, stringsAsFactors = FALSE)
3）重塑 nc和unames来自上方。 varying是一个包含k组件的列表，例如第i个组件包含索引向量c(i, i+k, ...)。似乎reshape不喜欢重复的名称，因此我们将setNames(DF, 1:nc)作为输入。此解决方案的优势还在于生成将输出与输入数据相关联的索引向量time和id。
varying <- split(1:nc, names(DF))
reshape(setNames(DF, 1:nc), dir = "long", varying = varying, v.names = unames)
，并提供：
time A B C id
1.1 1 a1 b1 c1 1
2.1 1 a2 b2 c2 2
3.1 1 a3 b3 c3 3
4.1 1 a4 b4 c4 4
1.2 2 a5 b5 c5 1
2.2 2 a6 b6 c6 2
3.2 2 a7 b7 c7 3
4.2 2 a8 b8 c8 4
问题的编辑中显示的输入实际上简化了。我们不再需要使用setNames(DF, 1:nc)，但可以直接使用数据框作为输入。此外，我们可以使用varying=TRUE（也参见@ thelatemail的评论），而不是计算varying的复杂参数。输入DF2如末尾的注释所示，names0与上面的（2）相同。
reshape(DF2, dir = "long", varying = TRUE, v.names = unique(names0))
注意：
Lines <- " A B C A B C
1 a1 b1 c1 a5 b5 c5
2 a2 b2 c2 a6 b6 c6
3 a3 b3 c3 a7 b7 c7
4 a4 b4 c4 a8 b8 c8"
DF <- read.table(text = Lines, as.is = TRUE, check.names = FALSE)
DF2 <- setNames(DF, c("A1", "B1", "C1", "A2", "B2", "C2")) # test input
Upate：一些简化。最后在Note中添加了DF2，并在每个备选方案中讨论如何修改代码来处理它。 （正如我在下面的评论中讨论的那样，一般方法可能只是将DF2减少到DF。）
答案 1 :(得分：1)
stack和unstack
NEWDF=stack(DF)
NEWDF$ind=as.character(NEWDF$ind)
NEWDF$ind=rep(NEWDF$ind[1:(dim(NEWDF)[1]/2)],2)
unstack(NEWDF)
A B C
1 a1 b1 c1
2 a2 b2 c2
3 a3 b3 c3
4 a4 b4 c4
5 a5 b5 c5
6 a6 b6 c6
7 a7 b7 c7
8 a8 b8 c8
答案 2 :(得分：1)
我们可以按列拆分然后行绑定（using G. Grothendieck's example data, DF and DF2）：
library(data.table) #rbindlist for binding columns with different names.
k <- 3
nr <- nrow(DF)
nc <- ncol(DF)
rbindlist(split.default(DF, rep(1:(nc/k), each = k)))
# A B C
# 1: a1 b1 c1
# 2: a2 b2 c2
# 3: a3 b3 c3
# 4: a4 b4 c4
# 5: a5 b5 c5
# 6: a6 b6 c6
# 7: a7 b7 c7
# 8: a8 b8 c8
rbindlist(split.default(DF2, rep(1:(nc/k), each = k)), use.names = FALSE)
# A1 B1 C1
# 1: a1 b1 c1
# 2: a2 b2 c2
# 3: a3 b3 c3
# 4: a4 b4 c4
# 5: a5 b5 c5
# 6: a6 b6 c6
# 7: a7 b7 c7
# 8: a8 b8 c8
答案 3 :(得分：0)
这使您可以将第n列堆叠成分隔的data.frames，存储在列表中：
library(tidyr)
cols <- ncol(dat)
set_width <- 3
result <- dat %>%
gather(key, value) %>%
split(., rep(rep(1:set_width, each = nrow(dat)), ncol(dat)/set_width))
数据：
dat <- read.table(text = " A B C A B C
1 a1 b1 c1 a5 b5 c5
2 a2 b2 c2 a6 b6 c6
3 a3 b3 c3 a7 b7 c7
4 a4 b4 c4 a8 b8 c8", check.names = TRUE)
（如果您的变量名称是非唯一的，即它们完全重复，请将janitor::clean_names()插入管道中。
答案 4 :(得分：0)
我们可以使用 bind_rows 包中的 dplyr：
df1 <- df[,1:3]
df2 <- df[,4:6]
colnames(df2) <- colnames(df1) # for differing colnames
bind_rows(df1, df2)
输出：
A B C
<chr> <chr> <chr>
1 a1 b1 c1
2 a2 b2 c2
3 a3 b3 c3
4 a4 b4 c4
5 a5 b5 c5
6 a6 b6 c6
7 a7 b7 c7
8 a8 b8 c8