假设我想从头开始生成一个大型数据框。
使用data.frame函数是我通常创建数据框的方法。 但是,如下所示,df非常容易出错并且效率低下。
因此有更有效的方法来创建以下数据框。
df <- data.frame(GOOGLE_CAMPAIGN=c(rep("Google - Medicare - US", 928), rep("MedicareBranded", 2983),
rep("Medigap", 805), rep("Medigap Branded", 1914),
rep("Medicare Typos", 1353), rep("Medigap Typos", 635),
rep("Phone - MedicareGeneral", 585),
rep("Phone - MedicareBranded", 2967),
rep("Phone-Medigap", 812),
rep("Auto Broad Match", 27),
rep("Auto Exact Match", 80),
rep("Auto Exact Match", 875)),
GOOGLE_AD_GROUP=c(rep("Medicare", 928), rep("MedicareBranded", 2983),
rep("Medigap", 805), rep("Medigap Branded", 1914),
rep("Medicare Typos", 1353), rep("Medigap Typos", 635),
rep("Phone ads 1-Medicare Terms",585),
rep("Ad Group #1", 2967), rep("Medigap-phone", 812),
rep("Auto Insurance", 27),
rep("Auto General", 80),
rep("Auto Brand", 875)))
Yikes,这是一些“糟糕”的代码。如何以更有效的方式生成这个“大”数据帧?
答案 0 :(得分:7)
如果您获取该信息的唯一来源是一张纸,那么您可能不会比这更好地 ,但您至少可以将所有这些整合到一个{{1}中调用每一列:
rep
应该是相同的:
#I'm going to cheat and not type out all those strings by hand
x <- unique(df[,1])
y <- unique(df[,2])
#Vectors of the number of times for each
x1 <- c(928,2983,805,1914,1353,635,585,2967,812,27,955)
y1 <- c(x1[-11],80,875)
dd <- data.frame(GOOGLE_CAMPAIGN = rep(x, times = x1),
GOOGLE_AD_GROUP = rep(y, times = y1))
但是如果这个信息已经以某种方式存在于R中的数据结构中并且您只需要转换它,那可能会更容易,但我们需要知道该结构是什么。
答案 1 :(得分:3)
手动,(1)创建此数据框:
> dfu <- unique(df)
> rownames(dfu) <- NULL
> dfu
GOOGLE_CAMPAIGN GOOGLE_AD_GROUP
1 Google - Medicare - US Medicare
2 MedicareBranded MedicareBranded
3 Medigap Medigap
4 Medigap Branded Medigap Branded
5 Medicare Typos Medicare Typos
6 Medigap Typos Medigap Typos
7 Phone - MedicareGeneral Phone ads 1-Medicare Terms
8 Phone - MedicareBranded Ad Group #1
9 Phone-Medigap Medigap-phone
10 Auto Broad Match Auto Insurance
11 Auto Exact Match Auto General
12 Auto Exact Match Auto Brand
和(2)这个长度向量:
> lens <- rle(as.numeric(interaction(df[[1]], df[[2]])))$lengths
> lens
[1] 928 2983 805 1914 1353 635 585 2967 812 27 80 875
通过这两个输入(dfu
和lens
),我们可以重建df
(此处称为df2
):
> df2 <- dfu[rep(seq_along(lens), lens), ]
> rownames(df2) <- NULL
> identical(df, df2)
[1] TRUE