R 拆分数据框以创建新列
我有一个数据框,其中有“计数”、“横断面数”、“数据”和“年份”列。我的目标是将数据框按横断面拆分,然后再按年份拆分,并创建一个新的数据框,其中包含一列“横断面”,然后在以下列中列出每年的相应数据 要构建虚拟数据帧,请执行以下操作:R 拆分数据框以创建新列,r,split,dataframe,R,Split,Dataframe,我有一个数据框,其中有“计数”、“横断面数”、“数据”和“年份”列。我的目标是将数据框按横断面拆分,然后再按年份拆分,并创建一个新的数据框,其中包含一列“横断面”,然后在以下列中列出每年的相应数据 要构建虚拟数据帧,请执行以下操作: Count1<-1:27 Count2<-1:30 Count3<-1:25 T1<-c(1,1,1,2,2,2,3,3,3,1,1,1,2,2,2,3,3,3,1,1,1,2,2,2,3,3,3) T2<-c(1,1,1,2,2,2,
Count1<-1:27
Count2<-1:30
Count3<-1:25
T1<-c(1,1,1,2,2,2,3,3,3,1,1,1,2,2,2,3,3,3,1,1,1,2,2,2,3,3,3)
T2<-c(1,1,1,2,2,2,3,3,3,1,1,1,2,2,2,3,3,3,1,1,1,1,2,2,2,2,3,3,3,3)
T3<-c(1,1,1,2,2,2,3,3,3,1,1,1,2,2,2,3,3,3,1,1,1,2,2,2,3)
Data1<-c(1,2,3,2,1,2,3,4,3,2,1,2,3,4,3,2,1,2,3,4,5,4,3,2,3,3,2)
Data2<-c(1,2,3,2,1,4,3,2,1,2,4,3,2,3,4,3,2,3,4,5,6,4,3,2,1,4,5,4,3,2)
Data3<-c(1,2,3,4,5,4,3,3,3,4,5,4,3,3,2,3,4,5,4,3,4,3,2,3,4)
Year1<-c(2014,2014,2014,2014,2014,2014,2014,2014,2014,2015,2015,2015,2015,2015,2015,2015,2015,2015,2016,2016,2016,2016,2016,2016,2016,2016,2016)
Year2<-c(2014,2014,2014,2014,2014,2014,2014,2014,2014,2015,2015,2015,2015,2015,2015,2015,2015,2015,2016,2016,2016,2016,2016,2016,2016,2016,2016,2016,2016,2016)
Year3<-c(2014,2014,2014,2014,2014,2014,2014,2014,2014,2015,2015,2015,2015,2015,2015,2015,2015,2015,2016,2016,2016,2016,2016,2016,2016)
DF1<-data.frame(Count1,T1,Data1,Year1)
colnames(DF1)<-c("Count","Transect","Data","Year")
DF2<-data.frame(Count2,T2,Data2,Year2)
colnames(DF2)<-c("Count","Transect","Data","Year")
DF3<-data.frame(Count3,T3,Data3,Year3)
colnames(DF3)<-c("Count","Transect","Data","Year")
All<-rbind(DF1,DF2,DF3)
由于每年在一个样带内可以有不同的行数,我想在每个样带的末尾留下NA,当每个样带的行数在不同年份之间不同时 我认为你是在强迫你的数据采用一种它自然不具备的格式。将其保留为“长”格式有很多处理优势。看一看这篇文章,如果你还没有看到它,它是一个经典
听起来,您基本上是在尝试将数据转换为半宽格式,其中包含多年的列,而不是将其保留为“长”格式 如果是这种情况,最好添加一个二级索引列,显示“横断面”和“年份”的重复组合 这可以通过我的“splitstackshape”包中的
getanID
轻松完成。“splitstackshape”还加载“data.table”,然后您可以从中使用dcast.data.table
获取宽格式
library(splitstackshape)
dcast.data.table(getanID(All, c("Transect", "Year")),
Transect + .id ~ Year, value.var = "Data")
# Transect .id 2014 2015 2016
# 1: 1 1 1 2 3
# 2: 1 2 2 1 4
# 3: 1 3 3 2 5
# 4: 1 4 1 2 4
# 5: 1 5 2 4 5
# 6: 1 6 3 3 6
# 7: 1 7 1 4 4
# 8: 1 8 2 5 4
# 9: 1 9 3 4 3
# 10: 1 10 NA NA 4
# 11: 2 1 2 3 4
# 12: 2 2 1 4 3
# 13: 2 3 2 3 2
# 14: 2 4 2 2 3
# 15: 2 5 1 3 2
# 16: 2 6 4 4 1
# 17: 2 7 4 3 4
# 18: 2 8 5 3 3
# 19: 2 9 4 2 2
# 20: 2 10 NA NA 3
# 21: 3 1 3 2 3
# 22: 3 2 4 1 3
# 23: 3 3 3 2 2
# 24: 3 4 3 3 5
# 25: 3 5 2 2 4
# 26: 3 6 1 3 3
# 27: 3 7 3 3 2
# 28: 3 8 3 4 4
# 29: 3 9 3 5 NA
# Transect .id 2014 2015 2016
然后,如果您真的想在“横断面”列上进行拆分,您可以继续使用
split
,但既然您现在有了“data.table”,最好还是坚持使用它,并利用它的许多方便功能,包括与子集和聚合相关的功能 我同意长格式通常更好,我将保留长格式,以便根据这些数据绘制绘图。但是出于各种原因,我希望像上面提到的那样设置我的数据。因此,将其保存为长格式以供存储,然后在需要时将其放入一个包含代码的宽表中,这不是更有意义吗?或者这是你的意图?@MikeWise,听起来他们已经有了长格式的数据,只需要做一些额外的工作就可以了。(换句话说,是的,听起来这就是他们的意图。)
Trans1_Year1<-Trans1[Trans1$Year==2014,]
Trans2_Year1<-Trans2[Trans2$Year==2014,]
Trans3_Year1<-Trans3[Trans3$Year==2014,]
Trans4_Year1<-Trans4[Trans4$Year==2014,]
Trans5_Year1<-Trans5[Trans5$Year==2014,]
ByYear1<-split(Trans1,Trans1$Year)
"Transect", "Data 2014", "Data 2015", "Data 2016"
library(splitstackshape)
dcast.data.table(getanID(All, c("Transect", "Year")),
Transect + .id ~ Year, value.var = "Data")
# Transect .id 2014 2015 2016
# 1: 1 1 1 2 3
# 2: 1 2 2 1 4
# 3: 1 3 3 2 5
# 4: 1 4 1 2 4
# 5: 1 5 2 4 5
# 6: 1 6 3 3 6
# 7: 1 7 1 4 4
# 8: 1 8 2 5 4
# 9: 1 9 3 4 3
# 10: 1 10 NA NA 4
# 11: 2 1 2 3 4
# 12: 2 2 1 4 3
# 13: 2 3 2 3 2
# 14: 2 4 2 2 3
# 15: 2 5 1 3 2
# 16: 2 6 4 4 1
# 17: 2 7 4 3 4
# 18: 2 8 5 3 3
# 19: 2 9 4 2 2
# 20: 2 10 NA NA 3
# 21: 3 1 3 2 3
# 22: 3 2 4 1 3
# 23: 3 3 3 2 2
# 24: 3 4 3 3 5
# 25: 3 5 2 2 4
# 26: 3 6 1 3 3
# 27: 3 7 3 3 2
# 28: 3 8 3 4 4
# 29: 3 9 3 5 NA
# Transect .id 2014 2015 2016