1

我正在使用 R 中使用 mongolite 从 mongodb 创建的数据集。
我得到一个看起来像这样的列表：

   _id A  B  A  B  A  B  NA NA
    1  a  1  b  2  e  5  NA NA 
    2  k  4  l  3  c  3  d  4

我想合并数据集看起来像这样：

   _id A  B 
    1  a  1
    2  k  4
    1  b  2
    2  l  3
    1  e  5
    2  c  3
    1  NA NA
    2  d  4

最后NAs一列的存在是因为这些列是从第一个条目命名的，如果后面的条目有更多的列，他们没有得到分配给它们的名称，（如果我也得到帮助，那就太棒了，但是这不是我在这里的原因）。此外，对于数据集的不同子集，列数可能会有所不同。我已经尝试过melt()，但由于它是一个列表而不是数据框，它不能按预期工作，我试过stack()但它不起作用，因为列具有相同的名称，其中一些甚至没有名称。我知道这是一个非常奇怪的情况，并感谢任何帮助。谢谢你。

4

3 回答 3

0

使用library(magrittr)

数据：

df <- fread("
               _id A  B  A  B  A  B  NA NA
    1  a  1  b  2  e  5  NA NA 
    2  k  4  l  3  c  3  d  4 ",header=T)
setDF(df)

代码：

df2 <- df[,-1]

odds<- df2 %>% ncol %>% {(1:.)%%2} %>% as.logical
even<- df2 %>% ncol %>% {!(1:.)%%2}

cbind(df[,1,drop=F],
      A=unlist(df2[,odds]),
      B=unlist(df2[,even]),
      row.names=NULL)

结果：

#   _id    A  B
# 1   1    a  1
# 2   2    k  4
# 3   1    b  2
# 4   2    l  3
# 5   1    e  5
# 6   2    c  3
# 7   1 <NA> NA
# 8   2    d  4
于 2018-05-04T15:21:50.677 回答
0

我们可以使用data.table. 假设 A 和 B 总是相互跟随。我在标题中创建了一个带有 2 组 NA 的示例。使用 grep 我们可以找到fread命名为 V8 等的。使用 R 的向量循环，您可以一次重命名多个标题。如果在您的情况下，这些名称不同，请更改 grep 命令中的模式。然后我们通过melt将数据融化

library(data.table)

df <- fread("
               _id A  B  A  B  A  B  NA NA NA NA
                1  a  1  b  2  e  5  NA NA NA NA
                2  k  4  l  3  c  3  d  4 e 5",
            header = TRUE)

df
   _id A B A B A B    A  B    A  B
1:   1 a 1 b 2 e 5 <NA> NA <NA> NA
2:   2 k 4 l 3 c 3    d  4    e  5

# assuming A B are always following each other. Can be done in 1 statement.
cols <- names(df)
cols[grep(pattern = "^V", x = cols)] <- c("A", "B")
names(df) <- cols

# melt data (if df is a data.frame replace df with setDT(df)
df_melted <- melt(df, id.vars = 1, 
                  measure.vars = patterns(c('A', 'B')),
                  value.name=c('A', 'B'))

df_melted
    _id variable    A  B
 1:   1        1    a  1
 2:   2        1    k  4
 3:   1        2    b  2
 4:   2        2    l  3
 5:   1        3    e  5
 6:   2        3    c  3
 7:   1        4 <NA> NA
 8:   2        4    d  4
 9:   1        5 <NA> NA
10:   2        5    e  5
于 2018-05-04T17:46:12.273 回答
0

谢谢你的帮助，他们给了很大的启发。尽管@Andre Elrico 提供了一个在可重现示例中更好的解决方案，但@phiver 提供了一个对我的整体问题更有效的解决方案。通过使用这两个，我想出了以下内容。

library(data.table)
#The data were in a list of lists called list for this example
temp <- as.data.table(matrix(t(sapply(list, '[', seq(max(sapply(list, lenth))))), 
                            nrow = m)) 
# m here is the number of lists in list

cols <- names(temp)
cols[grep(pattern = "^V", x = cols)] <- c("B", "A") 
#They need to be the opposite way because the first column is going to be substituted with id, and this way they fall on the correct column after that
cols[1] <- "id"
names(temp) <- cols
l <- melt.data.table(temp, id.vars = 1, 
                           measure.vars = patterns(c("A", "B")), 
                           value.name = c("A", "B"))

这样，如果我有超过 2 列需要像这样操作，我也可以使用它。

于 2018-05-08T08:48:53.333 回答