R 从.csv中提取列数据并将每10个连续行转换为相应的列

下面是我试图实现的代码。我想提取这10个连续的行值，并将它们转换为相应的列

以下是数据的外观：

我一直在尝试，但是

temp1

和

temp2

结果是空的。请帮忙

library(Hmisc)     #for increment function

myData <- read.csv("Clothing_&_Accessories.csv",header=FALSE,sep=",",fill=TRUE) # reading the csv file

extract<-myData$V2 # extracting the desired column

x<-1    
y<-1

temp1 <- NULL       #initialisation    
temp2 <- NULL       #initialisation    
data.sorted <- NULL #initialisation

limit<-nrow(myData)  # Calculating no of rows

while (x! = limit) {    
  count <- 1    
    for (count in 11) {    
      if (count > 10) {    
         inc(x) <- 1    
         break    # gets out of for loop
      }    
      else {    
         temp1[y]<-data_mat[x]  # extracting by every row element    
      }
      inc(x) <- 1  # increment x
     inc(y) <- 1  # increment y                    
   }
   temp2<-temp1
   data.sorted<-rbind(data.sorted,temp2)  # turn rows into columns 
}

library（Hmisc）#用于增量函数
myData您的代码太复杂了。您可以只使用一个for循环完成此操作，而不使用外部包，如下所示：

myData <- as.data.frame(matrix(c(rep("a", 10), "", rep("b", 10)), ncol=1), stringsAsFactors = FALSE)

newData <- data.frame(row.names=1:10)
for (i in 1:((nrow(myData)+1)/11)) {
  start <- 11*i - 10
  newData[[paste0("col", i)]] <- myData$V1[start:(start+9)]
}

myData您的代码太复杂了。您可以只使用一个for循环完成此操作，而不使用外部包，如下所示：

myData <- as.data.frame(matrix(c(rep("a", 10), "", rep("b", 10)), ncol=1), stringsAsFactors = FALSE)

newData <- data.frame(row.names=1:10)
for (i in 1:((nrow(myData)+1)/11)) {
  start <- 11*i - 10
  newData[[paste0("col", i)]] <- myData$V1[start:(start+9)]
}

myData我们可以基于“V2”列中的
'
值创建数字索引，
split
数据集，使用
Reduce/merge
以宽格式获取列

indx <- cumsum(myData$V2=='')+1
res <- Reduce(function(...) merge(..., by= 'V1'), split(myData, indx))
res1 <- res[order(factor(res$V1, levels=myData[1:10, 1])),]
colnames(res1)[-1] <- paste0('Col', 1:3)
head(res1,3)
#            V1       Col1       Col2       Col3
#2     ProductId B000179R3I B0000C3XXN B0000C3XX9
#4 product_title Amazon.com Amazon.com Amazon.com
#3 product_price    unknown    unknown    unknown

我想这只是一个重塑的问题。在这种情况下，我们可以使用
dcast
from
data.table
将
long
格式转换为
wide
格式

library(data.table)
DT <- dcast(setDT(myData)[V1!=''][, N:= paste0('Col', 1:.N) ,V1], V1~N,
                              value.var='V2')

库（data.table）
DT我们可以基于“V2”列中的
'
值创建一个数字索引，
split
数据集，使用
Reduce/merge
获得宽格式的列

indx <- cumsum(myData$V2=='')+1
res <- Reduce(function(...) merge(..., by= 'V1'), split(myData, indx))
res1 <- res[order(factor(res$V1, levels=myData[1:10, 1])),]
colnames(res1)[-1] <- paste0('Col', 1:3)
head(res1,3)
#            V1       Col1       Col2       Col3
#2     ProductId B000179R3I B0000C3XXN B0000C3XX9
#4 product_title Amazon.com Amazon.com Amazon.com
#3 product_price    unknown    unknown    unknown

我想这只是一个重塑的问题。在这种情况下，我们可以使用
dcast
from
data.table
将
long
格式转换为
wide
格式

library(data.table)
DT <- dcast(setDT(myData)[V1!=''][, N:= paste0('Col', 1:.N) ,V1], V1~N,
                              value.var='V2')

库（data.table）
DT当数据集太大（如1048576个条目）时该怎么办，因为它花费了太长的时间。重塑的方法解决了这个问题，谢谢。实际上，我想对从该数据集中提取的评论进行情感分析，所以我想先重新排列并清理它。@VarunKhambra是的，
merge/Reduce
对于大型数据集，
data.table
dcast
应该很快。当数据集太大（如1048576个条目）时该怎么办因为它花费了太长的时间。重塑的事情解决了它，谢谢。实际上，我想对从这个数据集中提取的评论进行情感分析，所以我想先重新排列和清理它。@VarunKhambra是的，
merge/Reduce
对于大型数据集，
data.table
dcast
应该很快。