답변:
rbind.fill
패키지에서 plyr
당신이 찾고있는 것일 수 있습니다.
더 최근의 솔루션을 사용하는 것입니다 dplyr
의 bind_rows
내가보다 효율적입니다 가정 기능을 smartbind
.
df1 <- data.frame(a = c(1:5), b = c(6:10))
df2 <- data.frame(a = c(11:15), b = c(16:20), c = LETTERS[1:5])
dplyr::bind_rows(df1, df2)
a b c
1 1 6 <NA>
2 2 7 <NA>
3 3 8 <NA>
4 4 9 <NA>
5 5 10 <NA>
6 11 16 A
7 12 17 B
8 13 18 C
9 14 19 D
10 15 20 E
ABC
을 문자에서 숫자로 변환 할 수 없습니다. 열을 먼저 변환하는 방법이 있습니까?
패키지 smartbind
에서 사용할 수 있습니다 gtools
.
예:
library(gtools)
df1 <- data.frame(a = c(1:5), b = c(6:10))
df2 <- data.frame(a = c(11:15), b = c(16:20), c = LETTERS[1:5])
smartbind(df1, df2)
# result
a b c
1.1 1 6 <NA>
1.2 2 7 <NA>
1.3 3 8 <NA>
1.4 4 9 <NA>
1.5 5 10 <NA>
2.1 11 16 A
2.2 12 17 B
2.3 13 18 C
2.4 14 19 D
2.5 15 20 E
smartbind
두 개의 큰 데이터 프레임 (총 약 3 * 10 ^ 6 행)으로 시도 하고 10 분 후에 중단했습니다.
대안 data.table
:
library(data.table)
df1 = data.frame(a = c(1:5), b = c(6:10))
df2 = data.frame(a = c(11:15), b = c(16:20), c = LETTERS[1:5])
rbindlist(list(df1, df2), fill = TRUE)
rbind
도에서 작동 data.table
객체가 변환 될 때만큼 data.table
객체 때문에,
rbind(setDT(df1), setDT(df2), fill=TRUE)
이 상황에서도 작동합니다. 이것은 몇 개의 data.tables가 있고 목록을 구성하지 않으려는 경우에 바람직 할 수 있습니다.
intersect
접근 방식 과 같은 다른 답변 은 2 개의 데이터 프레임에서만 작동하며 쉽게 일반화되지 않습니다.
대부분의 기본 R 답변은 하나의 data.frame에만 추가 열이 있거나 결과 data.frame이 열의 교차점을 갖는 상황을 해결합니다. OP가 쓰기 때문에 bind 이후에 일치하지 않는 열을 유지하기를 희망 하므로이 문제를 해결하기 위해 기본 R 방법을 사용하는 답변을 게시하는 것이 좋습니다.
아래에는 두 가지 기본 R 방법이 있습니다. 하나는 원래 data.frames를 변경하고 다른 하나는 변경하지 않습니다. 또한 비파괴 적 방법을 두 개 이상의 data.frames로 일반화하는 방법을 제공합니다.
먼저 샘플 데이터를 얻자.
# sample data, variable c is in df1, variable d is in df2
df1 = data.frame(a=1:5, b=6:10, d=month.name[1:5])
df2 = data.frame(a=6:10, b=16:20, c = letters[8:12])
두 개의 data.frames, 원본 변경 두 data.frames의
모든 열을 유지 rbind
하고 오류없이 함수가 작동하게하려면 적절한 누락 된 이름으로 채워진 NA 열을 각 data.frame에 추가합니다. 사용하여 setdiff
.
# fill in non-overlapping columns with NAs
df1[setdiff(names(df2), names(df1))] <- NA
df2[setdiff(names(df1), names(df2))] <- NA
자, rbind
-em
rbind(df1, df2)
a b d c
1 1 6 January <NA>
2 2 7 February <NA>
3 3 8 March <NA>
4 4 9 April <NA>
5 5 10 May <NA>
6 6 16 <NA> h
7 7 17 <NA> i
8 8 18 <NA> j
9 9 19 <NA> k
10 10 20 <NA> l
처음 두 줄은 원래 data.frames, df1 및 df2를 변경하여 전체 열 집합을 둘 다에 추가합니다.
원본
을 변경하지 않는 두 개의 data.frame 원본 data.frames를 그대로 유지하려면 먼저 다른 이름을 반복하고를 사용하여 data.frame과 함께 목록에 연결된 명명 된 NA 벡터를 반환하십시오 c
. 그런 다음 data.frame
결과를에 대한 적절한 data.frame으로 변환합니다 rbind
.
rbind(
data.frame(c(df1, sapply(setdiff(names(df2), names(df1)), function(x) NA))),
data.frame(c(df2, sapply(setdiff(names(df1), names(df2)), function(x) NA)))
)
원본을 변경하지 않는 많은 data.frames 여러 data.frame
이있는 경우 다음을 수행 할 수 있습니다.
# put data.frames into list (dfs named df1, df2, df3, etc)
mydflist <- mget(ls(pattern="df\\d+"))
# get all variable names
allNms <- unique(unlist(lapply(mydflist, names)))
# put em all together
do.call(rbind,
lapply(mydflist,
function(x) data.frame(c(x, sapply(setdiff(allNms, names(x)),
function(y) NA)))))
원래 data.frames의 행 이름을 보지 못하는 것이 더 좋을까요? 그런 다음이 작업을 수행하십시오.
do.call(rbind,
c(lapply(mydflist,
function(x) data.frame(c(x, sapply(setdiff(allNms, names(x)),
function(y) NA)))),
make.row.names=FALSE))
mydflist <- list(as, dr, kr, hyt, ed1, of)
. 이것은 환경의 크기를 늘리지 않고 목록의 각 요소를 가리키는 목록 객체를 구성해야합니다 (나중에 내용을 변경하지 않는 한). 작업 후 안전을 위해 목록 개체를 제거하십시오.
나는 무언가가 잘못되었는지 알려주는 코드를 좋아하기 때문에 이것을 수행하는 함수를 작성했다. 이 함수는 일치하지 않는 열 이름과 유형이 일치하지 않는 경우 명시 적으로 알려줍니다. 그런 다음 어쨌든 data.frames을 결합하기 위해 최선을 다할 것입니다. 한 번에 두 개의 data.frame 만 결합 할 수 있다는 제한이 있습니다.
### combines data frames (like rbind) but by matching column names
# columns without matches in the other data frame are still combined
# but with NA in the rows corresponding to the data frame without
# the variable
# A warning is issued if there is a type mismatch between columns of
# the same name and an attempt is made to combine the columns
combineByName <- function(A,B) {
a.names <- names(A)
b.names <- names(B)
all.names <- union(a.names,b.names)
print(paste("Number of columns:",length(all.names)))
a.type <- NULL
for (i in 1:ncol(A)) {
a.type[i] <- typeof(A[,i])
}
b.type <- NULL
for (i in 1:ncol(B)) {
b.type[i] <- typeof(B[,i])
}
a_b.names <- names(A)[!names(A)%in%names(B)]
b_a.names <- names(B)[!names(B)%in%names(A)]
if (length(a_b.names)>0 | length(b_a.names)>0){
print("Columns in data frame A but not in data frame B:")
print(a_b.names)
print("Columns in data frame B but not in data frame A:")
print(b_a.names)
} else if(a.names==b.names & a.type==b.type){
C <- rbind(A,B)
return(C)
}
C <- list()
for(i in 1:length(all.names)) {
l.a <- all.names[i]%in%a.names
pos.a <- match(all.names[i],a.names)
typ.a <- a.type[pos.a]
l.b <- all.names[i]%in%b.names
pos.b <- match(all.names[i],b.names)
typ.b <- b.type[pos.b]
if(l.a & l.b) {
if(typ.a==typ.b) {
vec <- c(A[,pos.a],B[,pos.b])
} else {
warning(c("Type mismatch in variable named: ",all.names[i],"\n"))
vec <- try(c(A[,pos.a],B[,pos.b]))
}
} else if (l.a) {
vec <- c(A[,pos.a],rep(NA,nrow(B)))
} else {
vec <- c(rep(NA,nrow(A)),B[,pos.b])
}
C[[i]] <- vec
}
names(C) <- all.names
C <- as.data.frame(C)
return(C)
}
어쩌면 나는 당신의 질문을 완전히 읽지 못했지만 "바인드 후 일치하지 않는 열을 유지하기를 희망합니다"는 SQL 쿼리와 유사 left join
하거나 right join
비슷한 것을 찾고 있다고 생각합니다 . R에는 merge
SQL의 테이블 조인과 유사한 왼쪽, 오른쪽 또는 내부 조인을 지정할 수 있는 기능이 있습니다.
이 주제에 대해 이미 좋은 질문과 답변이 있습니다 : 데이터 프레임을 결합 (병합)하는 방법 (내부, 외부, 왼쪽, 오른쪽)?
gtools / smartbind는 아마도 날짜를 다루는 것을 좋아하지 않았을 것입니다. 여기 내 해결책이 있습니다 ...
sbind = function(x, y, fill=NA) {
sbind.fill = function(d, cols){
for(c in cols)
d[[c]] = fill
d
}
x = sbind.fill(x, setdiff(names(y),names(x)))
y = sbind.fill(y, setdiff(names(x),names(y)))
rbind(x, y)
}
당신은 또한 사용할 수 sjmisc::add_rows()
있는 용도, dplyr::bind_rows()
하지만 달리 bind_rows()
, add_rows()
보존 속성 때문에 유용하다 표시된 데이터 .
레이블이 지정된 데이터 세트가있는 다음 예를 참조하십시오. frq()
α- 함수는 값 레이블 빈도 표를 인쇄 하는 경우 , 데이터가 분류된다.
library(sjmisc)
library(dplyr)
data(efc)
# select two subsets, with some identical and else different columns
x1 <- efc %>% select(1:5) %>% slice(1:10)
x2 <- efc %>% select(3:7) %>% slice(11:20)
str(x1)
#> 'data.frame': 10 obs. of 5 variables:
#> $ c12hour : num 16 148 70 168 168 16 161 110 28 40
#> ..- attr(*, "label")= chr "average number of hours of care per week"
#> $ e15relat: num 2 2 1 1 2 2 1 4 2 2
#> ..- attr(*, "label")= chr "relationship to elder"
#> ..- attr(*, "labels")= Named num 1 2 3 4 5 6 7 8
#> .. ..- attr(*, "names")= chr "spouse/partner" "child" "sibling" "daughter or son -in-law" ...
#> $ e16sex : num 2 2 2 2 2 2 1 2 2 2
#> ..- attr(*, "label")= chr "elder's gender"
#> ..- attr(*, "labels")= Named num 1 2
#> .. ..- attr(*, "names")= chr "male" "female"
#> $ e17age : num 83 88 82 67 84 85 74 87 79 83
#> ..- attr(*, "label")= chr "elder' age"
#> $ e42dep : num 3 3 3 4 4 4 4 4 4 4
#> ..- attr(*, "label")= chr "elder's dependency"
#> ..- attr(*, "labels")= Named num 1 2 3 4
#> .. ..- attr(*, "names")= chr "independent" "slightly dependent" "moderately dependent" "severely dependent"
bind_rows(x1, x1) %>% frq(e42dep)
#>
#> # e42dep <numeric>
#> # total N=20 valid N=20 mean=3.70 sd=0.47
#>
#> val frq raw.prc valid.prc cum.prc
#> 3 6 30 30 30
#> 4 14 70 70 100
#> <NA> 0 0 NA NA
add_rows(x1, x1) %>% frq(e42dep)
#>
#> # elder's dependency (e42dep) <numeric>
#> # total N=20 valid N=20 mean=3.70 sd=0.47
#>
#> val label frq raw.prc valid.prc cum.prc
#> 1 independent 0 0 0 0
#> 2 slightly dependent 0 0 0 0
#> 3 moderately dependent 6 30 30 30
#> 4 severely dependent 14 70 70 100
#> NA NA 0 0 NA NA
rbind.ordered=function(x,y){
diffCol = setdiff(colnames(x),colnames(y))
if (length(diffCol)>0){
cols=colnames(y)
for (i in 1:length(diffCol)) y=cbind(y,NA)
colnames(y)=c(cols,diffCol)
}
diffCol = setdiff(colnames(y),colnames(x))
if (length(diffCol)>0){
cols=colnames(x)
for (i in 1:length(diffCol)) x=cbind(x,NA)
colnames(x)=c(cols,diffCol)
}
return(rbind(x, y[, colnames(x)]))
}
rbind.fill
그리고bind_rows()
모두 자동으로 rownames 놓습니다.