R组合具有不同行长度的向量
如何将不同数量或行的向量组合到R中的数据帧中。以下是示例。每个向量有7或9行。sourceVersion和device是另外两行。我希望这些数据包含在数据框中，对于7行向量观测，留空或设置为NA，如下表所示 我希望数据在这样的数据框中R组合具有不同行长度的向量,r,R,如何将不同数量或行的向量组合到R中的数据帧中。以下是示例。每个向量有7或9行。sourceVersion和device是另外两行。我希望这些数据包含在数据框中，对于7行向量观测，留空或设置为NA，如下表所示 我希望数据在这样的数据框中 type sourceName sourceVersion device
type sourceName sourceVersion device unit creationDate startDate endDate value
HKQuantityTypeIdentifierFlightsClimbed Ryan Praskievicz iPhone 9.3.2 <<HKDevice: 0x15a4af3f0>, name:iPhone, manufacturer:Apple, model:iPhone, hardware:iPhone8,1, software:9.3.2> count 6/2/2016 12:27 6/2/2016 12:09 6/2/2016 12:09 1
HKQuantityTypeIdentifierStepCount Ryan Praskievicz iPhone count 10/2/2014 8:30 9/24/2014 15:07 9/24/2014 15:07 7
键入sourceName sourceVersion设备单元creationDate startDate endDate值
HKQuantityTypeIdentifierLightsLimbed Ryan Praskievicz iPhone 9.3.2 count 6/2/2016 12:27 6/2/2016 12:09 6/2/2016 12:09 1
HKQuantityTypeIdentifierStepCount Ryan Praskievicz iPhone count 10/2/2014 8:30 9/24/2014 15:07 9/24/2014 15:07 7
library(XML)
xmlstr <- '<?xml version="1.0" encoding="UTF-8"?>
<HealthData locale="en_US">
<ExportDate value="2016-06-02 14:05:23 -0400"/>
<Me HKCharacteristicTypeIdentifierDateOfBirth="" HKCharacteristicTypeIdentifierBiologicalSex="HKBiologicalSexNotSet" HKCharacteristicTypeIdentifierBloodType="HKBloodTypeNotSet" HKCharacteristicTypeIdentifierFitzpatrickSkinType="HKFitzpatrickSkinTypeNotSet"/>
<Record type="HKQuantityTypeIdentifierStepCount" sourceName="Ryan Praskievicz iPhone" unit="count" creationDate="2014-10-02 08:30:17 -0400" startDate="2014-09-24 15:07:06 -0400" endDate="2014-09-24 15:07:11 -0400" value="7"/> <Record type="HKQuantityTypeIdentifierFlightsClimbed" sourceName="Ryan Praskievicz iPhone" sourceVersion="9.3.2" device="<<HKDevice: 0x15a4af3f0>, name:iPhone, manufacturer:Apple, model:iPhone, hardware:iPhone8,1, software:9.3.2>" unit="count" creationDate="2016-06-02 12:27:46 -0400" startDate="2016-06-02 12:09:29 -0400" endDate="2016-06-02 12:09:29 -0400" value="1"/> </HealthData>'
xml <- xmlParse(xmlstr)
recordAttribs <- xpathSApply(doc=xml, path="//HealthData/Record", xmlAttrs)
df <- data.frame(t(recordAttribs))
df
库（XML）
xmlstr这里有一种使用sapply
和lapply
的方法
recordAttribs <- xpathSApply(doc=xml, path="//HealthData/Record", xmlAttrs)
recordAttribs <- t(recordAttribs)
对满足此条件的列表子集使用lappy
。这一次，您将在满足上述条件的向量中连接两个NA
：
recordAttribs[short.condition] <- lapply(recordAttribs,
function(x) c(x[1:2],NA,NA,x[3:7]))
recordAttribs[short.condition]这里有一种使用sapply
和lapply
的方法
recordAttribs <- xpathSApply(doc=xml, path="//HealthData/Record", xmlAttrs)
recordAttribs <- t(recordAttribs)
对满足此条件的列表子集使用lappy
。这一次，您将在满足上述条件的向量中连接两个NA
：
recordAttribs[short.condition] <- lapply(recordAttribs,
function(x) c(x[1:2],NA,NA,x[3:7]))
recordAttribs[short.condition]依赖关系有点深奥，但您可以：
library(data.table)
rbindlist(lapply(recordAttribs, function(x) data.table(t(x))), fill=TRUE)
这将返回一个data.table
，它继承data.frame
type sourceName unit
1: HKQuantityTypeIdentifierStepCount Ryan Praskievicz iPhone count
2: HKQuantityTypeIdentifierFlightsClimbed Ryan Praskievicz iPhone count
creationDate startDate endDate value
1: 2014-10-02 08:30:17 -0400 2014-09-24 15:07:06 -0400 2014-09-24 15:07:11 -0400 7
2: 2016-06-02 12:27:46 -0400 2016-06-02 12:09:29 -0400 2016-06-02 12:09:29 -0400 1
sourceVersion
1: NA
2: 9.3.2
device
1: NA
2: <<HKDevice: 0x15a4af3f0>, name:iPhone, manufacturer:Apple, model:iPhone, hardware:iPhone8,1, software:9.3.2>
依赖关系有点深奥，但您可以：
library(data.table)
rbindlist(lapply(recordAttribs, function(x) data.table(t(x))), fill=TRUE)
这将返回一个data.table
，它继承data.frame
type sourceName unit
1: HKQuantityTypeIdentifierStepCount Ryan Praskievicz iPhone count
2: HKQuantityTypeIdentifierFlightsClimbed Ryan Praskievicz iPhone count
creationDate startDate endDate value
1: 2014-10-02 08:30:17 -0400 2014-09-24 15:07:06 -0400 2014-09-24 15:07:11 -0400 7
2: 2016-06-02 12:27:46 -0400 2016-06-02 12:09:29 -0400 2016-06-02 12:09:29 -0400 1
sourceVersion
1: NA
2: 9.3.2
device
1: NA
2: <<HKDevice: 0x15a4af3f0>, name:iPhone, manufacturer:Apple, model:iPhone, hardware:iPhone8,1, software:9.3.2>
首先，您正在尝试绑定具有不同列数的行，而不是绑定具有不同行数的列。也就是说，一般来说，您不会有列对齐问题吗？也就是说，如果一行的列数比另一行少，除非你能从数据中推断出，否则你怎么知道缺少了哪些列？@aichao似乎缺少了相同的两行-sourceVersion和device@aichao是的，正如warner所建议的一样，缺少了相同的两行可以满足你的需要吗？首先，您正在尝试绑定具有不同列数的行，而不是绑定具有不同行数的列。也就是说，一般来说，您不会有列对齐问题吗？也就是说，如果一行的列数少于另一行，除非你能从数据中推断出，否则你怎么知道缺少了哪些列？@aichao似乎缺少了相同的两行-sourceVersion和device。@aichao是的，正如warner建议的一样，缺少了相同的两行谢谢你的回答，但这不正是我要找的。我想要数据帧中的数据，就像我问题中的第一个表格“我想要这样的数据帧中的数据。”@RyanPraskievicz我编辑了我的答案来解释这一点。这不是最好的解决办法。我假设你的7行观察将缺少相同的两列。@RyanPraskievicz又做了一次编辑，将输出放入有用的data.frame中。谢谢你的回答，但这不是我想要的。我想要数据帧中的数据，就像我问题中的第一个表格“我想要这样的数据帧中的数据。”@RyanPraskievicz我编辑了我的答案来解释这一点。这不是最好的解决办法。我假设你的7行观察将缺少相同的两列。@RyanPraskievicz又做了一次编辑，将输出放入有用的data.frame中。非常感谢！当我尝试运行df@RyanPraskievicz时，请尝试上面编辑的rbindlist
。如果lappy
真的拖累了你，你可能想看看multi-core:：mclappy
这非常有效，谢谢！当我尝试运行df@RyanPraskievicz时，请尝试上面编辑的rbindlist
。如果lappy
真的拖累了你，你可能想看看multicore:：mclappy
d1 = data.table(a="foo", b = "bar", c = "baz")
d2 = data.table(b="bar", a = "foo")
rbind(d1, d2) # throws helpful error: "If instead you need to fill missing columns, use set argument 'fill' to TRUE."
rbind(d1, d2, fill=TRUE)
# a b c
# 1: foo bar baz
# 2: foo bar NA