Fatal编程技术网
  • r/
  • 将dataframe的列与所有变量组合合并

将dataframe的列与所有变量组合合并

r dataframe

将dataframe的列与所有变量组合合并,r,dataframe,R,Dataframe,我尝试了以下命令，但没有显示出预期的任何更改 "w" "n" "1" 2 1 "2" 3 1 "3" 4 1 "4" 2 1 "5" 5 1 "6" 6 1 "7" 3 2 "8" 7 2 数据 w n 2 1 2 2 3 1 3 2 4 1 4 2 5 1 5 2 6 1 6 2 7 1 7 2 w1我们可以从tidyr使用complete w1 <- s

我尝试了以下命令，但没有显示出预期的任何更改

 "w" "n" 
    "1" 2 1 
    "2" 3 1 
    "3" 4 1 
    "4" 2 1 
    "5" 5 1 
    "6" 6 1 
    "7" 3 2 
    "8" 7 2
数据

w n 
2 1  
2 2  
3 1  
3 2  
4 1  
4 2  
5 1  
5 2  
6 1  
6 2  
7 1 
7 2 

w1我们可以从
tidyr
使用
complete


w1 <- structure(list(w = c(2L, 3L, 3L, 4L, 5L, 6L, 7L), n = c(1L, 1L, 
2L, 1L, 1L, 1L, 2L)), .Names = c("w", "n"), row.names = c(NA, 
-7L), class = c("grouped_df", "tbl_df", "tbl", "data.frame"), groups = structure(list(
    w = c(2L, 3L, 3L, 4L, 5L, 6L, 7L), n = c(1L, 1L, 2L, 1L, 
    1L, 1L, 2L), .rows = list(1L, 2L, 3L, 4L, 5L, 6L, 7L)), .Names = c("w", 
"n", ".rows"), row.names = c(NA, -7L), class = c("tbl_df", "tbl", 
"data.frame"), .drop = TRUE))



库（dplyr）
图书馆（tidyr）
dat2%
不同（w，.keep_all=TRUE）%>%
完整（w，n）
dat2
##tibble:12 x 2
#w n
#     
#  1     2     1
#  2     2     2
#  3     3     1
#  4     3     2
#  5     4     1
#  6     4     2
#  7     5     1
#  8     5     2
#  9     6     1
# 10     6     2
# 11     7     1
# 12     7     2


数据


library(dplyr)
library(tidyr)

dat2 <- dat %>%
  distinct(w, .keep_all = TRUE) %>%
  complete(w, n) 
dat2
# # A tibble: 12 x 2
#        w     n 
#    <int> <int>
#  1     2     1
#  2     2     2
#  3     3     1
#  4     3     2
#  5     4     1
#  6     4     2
#  7     5     1
#  8     5     2
#  9     6     1
# 10     6     2
# 11     7     1
# 12     7     2



dat我们可以从
tidyr
使用
complete


w1 <- structure(list(w = c(2L, 3L, 3L, 4L, 5L, 6L, 7L), n = c(1L, 1L, 
2L, 1L, 1L, 1L, 2L)), .Names = c("w", "n"), row.names = c(NA, 
-7L), class = c("grouped_df", "tbl_df", "tbl", "data.frame"), groups = structure(list(
    w = c(2L, 3L, 3L, 4L, 5L, 6L, 7L), n = c(1L, 1L, 2L, 1L, 
    1L, 1L, 2L), .rows = list(1L, 2L, 3L, 4L, 5L, 6L, 7L)), .Names = c("w", 
"n", ".rows"), row.names = c(NA, -7L), class = c("tbl_df", "tbl", 
"data.frame"), .drop = TRUE))



库（dplyr）
图书馆（tidyr）
dat2%
不同（w，.keep_all=TRUE）%>%
完整（w，n）
dat2
##tibble:12 x 2
#w n
#     
#  1     2     1
#  2     2     2
#  3     3     1
#  4     3     2
#  5     4     1
#  6     4     2
#  7     5     1
#  8     5     2
#  9     6     1
# 10     6     2
# 11     7     1
# 12     7     2


数据


library(dplyr)
library(tidyr)

dat2 <- dat %>%
  distinct(w, .keep_all = TRUE) %>%
  complete(w, n) 
dat2
# # A tibble: 12 x 2
#        w     n 
#    <int> <int>
#  1     2     1
#  2     2     2
#  3     3     1
#  4     3     2
#  5     4     1
#  6     4     2
#  7     5     1
#  8     5     2
#  9     6     1
# 10     6     2
# 11     7     1
# 12     7     2



dat问题在分组的数据框中，请考虑：


dat <- read.table(text = "w n 
                  2 1 
                  3 1 
                  4 1 
                  2 1 
                  5 1 
                  6 1 
                  3 2 
                  7 2",
                  header = TRUE)


输出：


w1 %>% 
  ungroup() %>%
  expand(w, n)



data.frame(w = rep(unique(df$w), 
                   each = uniqueN(df$n)),
           n = rep(unique(df$n),
                   times = uniqueN(df$w)))



#一个tible:12 x 2
w n
1     2     1
2     2     2
3     3     1
4     3     2
5     4     1
6     4     2
7     5     1
8     5     2
9     6     1
10     6     2
11     7     1
12     7     2

问题出在分组的数据框中，请考虑：


dat <- read.table(text = "w n 
                  2 1 
                  3 1 
                  4 1 
                  2 1 
                  5 1 
                  6 1 
                  3 2 
                  7 2",
                  header = TRUE)


输出：


w1 %>% 
  ungroup() %>%
  expand(w, n)



data.frame(w = rep(unique(df$w), 
                   each = uniqueN(df$n)),
           n = rep(unique(df$n),
                   times = uniqueN(df$w)))



#一个tible:12 x 2
w n
1     2     1
2     2     2
3     3     1
4     3     2
5     4     1
6     4     2
7     5     1
8     5     2
9     6     1
10     6     2
11     7     1
12     7     2

使用原始数据框
df
可以创建一个新的数据框，为
n
的每个唯一值复制
w
：


# A tibble: 12 x 2
       w     n
   <int> <int>
 1     2     1
 2     2     2
 3     3     1
 4     3     2
 5     4     1
 6     4     2
 7     5     1
 8     5     2
 9     6     1
10     6     2
11     7     1
12     7     2


输出：


w1 %>% 
  ungroup() %>%
  expand(w, n)



data.frame(w = rep(unique(df$w), 
                   each = uniqueN(df$n)),
           n = rep(unique(df$n),
                   times = uniqueN(df$w)))



使用原始数据框
df
，您可以创建一个新的数据框，为
n
的每个唯一值复制
w
：


# A tibble: 12 x 2
       w     n
   <int> <int>
 1     2     1
 2     2     2
 3     3     1
 4     3     2
 5     4     1
 6     4     2
 7     5     1
 8     5     2
 9     6     1
10     6     2
11     7     1
12     7     2


输出：


w1 %>% 
  ungroup() %>%
  expand(w, n)



data.frame(w = rep(unique(df$w), 
                   each = uniqueN(df$n)),
           n = rep(unique(df$n),
                   times = uniqueN(df$w)))



你能在问题的结尾分享dput（w1）
的输出吗？结构（列表（w=c（2L，3L，3L，4L，5L，6L，7L），n=c（1L，1L，2L，1L，1L，1L，1L，1L，2L），行名=c（NA，-7L），类=c（“分组的_-df”，“tbl”，“tbl”，“data.frame”），组=结构（列表（w=c（2L，3L，3L，4L，5L，6L，7L），n=c（1L，1L，2L，1L，1L，1L，1L，1L，2L），.rows=list（1L，2L，3L，4L，5L，6L，7L），row.names=c（NA，-7L），class=c（“tbl_-df”，“tbl”，“data.frame”），.drop=TRUE））
交叉（w1$w，w1$n）
@PawełChabros这奏效了！谢谢！基本R中的一个选项：
expand.grid（lappy（lappy（w1，unique））
您可以共享
dput的输出吗
（1L，2L，3L，4L，5L，6L，7L）），row.names=c（NA，-7L），class=c（“tbl_-df”，“tbl”，“data.frame”），.drop=TRUE））
交叉（w1$w，w1$n）
@PawełChabros这很有效！谢谢！基本R中的一个选项：
扩展.grid（lappy（w1，unique））