在R中包含长度与长形式不等的列的数据集

编辑以澄清我希望在最终数据帧中删除NAs。NAs仅在导入时添加，以避免处理空白。除此之外，它们没有任何意义

我有一个数据集CSV文件，由字符向量列组成，每个字符向量的长度不同。我想把它们组合成长的形式。我相信长格式在我的情况下是正确的，但如果我错了，请纠正我。下面是一个简单的例子来说明我想要什么

当我导入数据时，我用NA填充缺少的空格，以避免处理过去给我带来问题的空格。以下代码模拟填充NAs后导入时数据的外观：

Set1 <- c("A", "F", "R", "G", NA, NA, NA, NA)
Set2 <- c("G", "Q", "U", "I", "G", "D", "K", "B")
Set3 <- c("V", "S", "M", "J", "K", "L", NA, NA)
dat <- data.frame(Set1, Set2, Set3)

我通过组合使用堆栈函数、删除NAs和一些代码来计算出现的次数，将它们放入第一列，从而成功地实现了这一点。这似乎太麻烦了，我想知道是否有更好的方法来处理这类数据，或者有更好的方法来处理这类数据。数据框似乎不是最好的方式，因为列的长度不同，但我不知道有什么合适的替代方法

我需要此格式的数据的原因是，我可以在ggplot2中打印它。为了简单起见，我在上面的例子中遗漏了每个字母的对应数值。我的实际数据集的最终结果将是一个点图，列号在X轴上，数值在y轴上，颜色由字符向量编码

---

谢谢您的帮助。

如果您先将输入内容放入列表，这里还有另一个选项

n <- 3 # How many Set1, Set2, etc. there are. Make sure these have no NAs yet.
# If you do not know how many there are (e.g. another user is providing them) 
# then use this:
# n <- max(as.integer(gsub('Set', '', ls()[grepl('^Set[0-9]+$', ls())])))
dat <- do.call(rbind, lapply(seq_len(n), function(ind) {
  set <- get(paste0("Set", ind)) # Fetch SetX where X is the current index
  set <- set[!is.na(set)] # remove NAs just in case. Delete this line if no Sets have any
  data.frame(Col = rep.int(ind, length(set)), Char = set)
}))

sets <- list(Set1 = c("A", "F", "R", "G"),
             Set2 = c("G", "Q", "U", "I", "G", "D", "K", "B"),
             Set3 = c("V", "S", "M", "J", "K", "L"))

data.frame(Col=rep(seq_along(sets), sapply(sets, length)), Char=unlist(sets))

---

这里还有一个选项，如果您首先将输入放入列表中

sets <- list(Set1 = c("A", "F", "R", "G"),
             Set2 = c("G", "Q", "U", "I", "G", "D", "K", "B"),
             Set3 = c("V", "S", "M", "J", "K", "L"))

data.frame(Col=rep(seq_along(sets), sapply(sets, length)), Char=unlist(sets))

---

以下是一些产生2列输出的方法，如给定dat的问题所示：

堆叠

重塑

---

以下是一些产生2列输出的方法，如给定dat的问题所示：

堆叠

重塑

---

我不认为海报想要的是NA，所以添加了一个dat@hrbrmstr，我相信他说他手动添加了NAs。如果没有，你的解决方案是必要的。我建议使用do.call而不是Reduce，因为rbind已经可以使用两个以上的向量了。我还添加了一个动态计算n的代码段。感谢您和其他人的快速响应！在我的例子中，n=421。当我将n更改为该值并在数据上运行它时，会出现以下错误：getpaste0Set中出错，ind:找不到对象“Set4”。在n=3之后，它似乎失败了。我不认为这是我的数据，也不确定问题出在哪里。我不认为海报想要的是NA，所以添加了dat@hrbrmstr。我相信他说他是手动添加NAs的。如果没有，你的解决方案是必要的。我建议使用do.call而不是Reduce，因为rbind已经可以使用两个以上的向量了。我还添加了一个动态计算n的代码段。感谢您和其他人的快速响应！在我的例子中，n=421。当我将n更改为该值并在数据上运行它时，会出现以下错误：getpaste0Set中出错，ind:找不到对象“Set4”。在n=3之后，它似乎失败了。我不认为这是我的数据，也不确定问题出在哪里。他想要的是数据帧，而不是删除NAs。否则，我觉得你的陈述不清楚。这两个答案都给出了问题中显示的示例结果。他想要的是数据帧，而不是删除NAs。否则，我觉得你的陈述不清楚。这两个答案都给出了问题中显示的示例结果。

sets <- list(Set1 = c("A", "F", "R", "G"),
             Set2 = c("G", "Q", "U", "I", "G", "D", "K", "B"),
             Set3 = c("V", "S", "M", "J", "K", "L"))

data.frame(Col=rep(seq_along(sets), sapply(sets, length)), Char=unlist(sets))

transform(na.omit(stack(lapply(dat, as.character))), ind = as.numeric(ind))

na.omit(reshape(dat, dir = "long", varying = list(names(dat)))[1:2])