R基于多个列值将数据帧子集为多个数据帧
我正在尝试对一个数据帧进行子集划分,其中我基于多个列值获得多个数据帧。这是我的例子R基于多个列值将数据帧子集为多个数据帧,r,dataframe,subset,multiple-columns,R,Dataframe,Subset,Multiple Columns,我正在尝试对一个数据帧进行子集划分,其中我基于多个列值获得多个数据帧。这是我的例子 >df v1 v2 v3 v4 v5 A Z 1 10 12 D Y 10 12 8 E X 2 12 15 A Z 1 10 12 E X 2 14 16 预期的输出是这样的,我根据列v1和v2将此数据帧拆分为多个数据帧 >df1 v3
>df
v1 v2 v3 v4 v5
A Z 1 10 12
D Y 10 12 8
E X 2 12 15
A Z 1 10 12
E X 2 14 16
预期的输出是这样的,我根据列v1
和v2
将此数据帧拆分为多个数据帧
>df1
v3 v4 v5
1 10 12
1 10 12
>df2
v3 v4 v5
10 12 8
>df3
v3 v4 v5
2 12 15
2 14 16
我已经写了一个代码,现在正在运行,但不认为这是最好的方法。一定有更好的办法。假设选项卡
是具有初始数据的data.frame。这是我的密码:
v1Factors<-levels(factor(tab$v1))
v2Factors<-levels(factor(tab$v2))
for(i in 1:length(v1Factors)){
for(j in 1:length(v2Factors)){
subsetTab<-subset(tab, v1==v1Factors[i] & v2==v2Factors[j], select=c("v3", "v4", "v5"))
print(subsetTab)
}
}
v1Factors您正在寻找的split
split(df, with(df, interaction(v1,v2)), drop = TRUE)
$E.X
v1 v2 v3 v4 v5
3 E X 2 12 15
5 E X 2 14 16
$D.Y
v1 v2 v3 v4 v5
2 D Y 10 12 8
$A.Z
v1 v2 v3 v4 v5
1 A Z 1 10 12
如评论中所述
以下任何一项都可以
library(microbenchmark)
microbenchmark(
split(df, list(df$v1,df$v2), drop = TRUE),
split(df, interaction(df$v1,df$v2), drop = TRUE),
split(df, with(df, interaction(v1,v2)), drop = TRUE))
Unit: microseconds
expr min lq median uq max neval
split(df, list(df$v1, df$v2), drop = TRUE) 1119.845 1129.3750 1145.8815 1182.119 3910.249 100
split(df, interaction(df$v1, df$v2), drop = TRUE) 893.749 900.5720 909.8035 936.414 3617.038 100
split(df, with(df, interaction(v1, v2)), drop = TRUE) 895.150 902.5705 909.8505 927.128 1399.284 100
看来交互
稍微快一点(可能是因为f=list(…)
刚刚转换为函数内的交互)
编辑
如果您只想使用子集data.frames,那么我建议使用data.table以便于编码
library(data.table)
dt <- data.table(df)
dt[, plot(v4, v5), by = list(v1, v2)]
库(data.table)
dt现在还有来自tidyr
的nest()
,这相当不错
library(tidyr)
nestdf <- df %>% nest(v3:v5)
nestdf$data
> nestdf$data
[[1]]
# A tibble: 2 × 3
v3 v4 v5
<int> <int> <int>
1 1 10 12
2 1 10 12
[[2]]
# A tibble: 1 × 3
v3 v4 v5
<int> <int> <int>
1 10 12 8
[[3]]
# A tibble: 2 × 3
v3 v4 v5
<int> <int> <int>
1 2 12 15
2 2 14 16
library(tidyr)
nestdf%nest(v3:v5)
NESDF$数据
>NESDF$数据
[[1]]
#一个tibble:2×3
v3 v4 v5
1 1 10 12
2 1 10 12
[[2]]
#一个tibble:1×3
v3 v4 v5
1 10 12 8
[[3]]
#一个tibble:2×3
v3 v4 v5
1 2 12 15
2 2 14 16
使用nestdf$data[1]
等访问单个TIB文件。您想重用这些数据帧,还是只打印按这些列分组的数据帧?我想重用它们。。。。想要在这些数据帧上绘制图形。split
可以获取f
的列表,而不必使用交互
。不知道哪一个更有效。谢谢你的基准测试。在这种情况下,@Arun的把戏(with(df,split(df,f=do.call)(paste,df[1:2]))
可能会更快!而且,这不会创建需要删除的不必要的级别。@mnel感谢您的及时回复。您的建议似乎确实有效。但并没有完全理解您所建议的多种方法的区别。@mnel看起来像是交互创建了所有可能的级别组合。但是当我运行了上面提到的示例,它没有创建所有级别。为什么呢?在实际数据集中,它正在创建…这让我感到困惑。