Question

我的数据看起来像这样，可变日的范围是1到232。这只是数据的较短版本，实际数据有超过2000万行，可变“天”的范围是1到232

我有一个向量，其中包含1000个从可变天（1-232）的序列中随机选择的向量，例如

df=c(3,4,1,2,...,4,1,3)

我想创建一个基于序列排序的新数据集。我们首先从数据中提取出day = 3，然后从中提取出day = 4，然后提取出day = 1，然后重新计算。例如，前4个序列应如下所示：

Answer 1

如果我理解正确，您可以使用data.table()以一种非常简单的方式做到这一点：

library(data.table)
df <- fread(text = "day time
1   2
1   2
2   2
2   3
3   4
3   5
4   4
4   2", header = TRUE)

seqs <- data.table(day = c(3,4,1,2,4,1,3))

df[seqs, on = "day"]
#>     day time
#>  1:   3    4
#>  2:   3    5
#>  3:   4    4
#>  4:   4    2
#>  5:   1    2
#>  6:   1    2
#>  7:   2    2
#>  8:   2    3
#>  9:   4    4
#> 10:   4    2
#> 11:   1    2
#> 12:   1    2
#> 13:   3    4
#> 14:   3    5

^{由reprex package（v0.2.1）于2019-02-10创建}

Answer 2

Base R方法：

x <- structure(list(day = c(1L, 1L, 2L, 2L, 3L, 3L, 4L, 4L), time = c(2L, 
2L, 2L, 3L, 4L, 5L, 4L, 2L)), class = "data.frame", row.names = c(NA, 
-8L))
df <- c(3,4,1,2,4,1,3)
do.call("rbind.data.frame", lapply(df, function(i) subset(x, day == i)))
#    day time
# 5    3    4
# 6    3    5
# 7    4    4
# 8    4    2
# 1    1    2
# 2    1    2
# 3    2    2
# 4    2    3
# 71   4    4
# 81   4    2
# 11   1    2
# 21   1    2
# 51   3    4
# 61   3    5

使用do.call("rbind.data.frame", ...)倾向于使用典型的data.frame实例化，这意味着如果您的真实数据具有类型为character的任何列，则您可能会想做

do.call("rbind.data.frame", c(lapply(df, function(i) subset(x, day == i)), stringsAsFactors = FALSE))

而且，可以很容易地用factor或data.table::rbindlist替换它（没有dplyr::bind_rows的风险。）

根据特定顺序合并数据

2 个答案: