将data.frame的行转换为一个列向量

我想取一个

data.frame

、一个[45,6]data.frame的每一行，并生成一个连续的列向量，而不必写入每个索引，例如

data.frame1可能使用
apply
功能。如果数据帧（
df
）只有6列，则可以使用
df[，-1]
忽略第一列。然后将
rbind
函数应用于每一行（边距=1），并将值与
c
函数组合成一个向量

c(apply(df[,-1], MARGIN=1, rbind))

可复制示例

使用mtcars数据：

> df <- mtcars[1:6]
> head(df)
                   mpg cyl disp  hp drat    wt
Mazda RX4         21.0   6  160 110 3.90 2.620
Mazda RX4 Wag     21.0   6  160 110 3.90 2.875
Datsun 710        22.8   4  108  93 3.85 2.320
Hornet 4 Drive    21.4   6  258 110 3.08 3.215
Hornet Sportabout 18.7   8  360 175 3.15 3.440
Valiant           18.1   6  225 105 2.76 3.460

> x <- c(apply(df[,-1], 1, rbind))
> head(x,20)
 [1]   6.000 160.000 110.000   3.900   2.620   6.000 160.000 110.000   3.900   2.875
[11]   4.000 108.000  93.000   3.850   2.320   6.000 258.000 110.000   3.080   3.215

>测向头（df）
mpg气缸显示高压拖动重量
马自达RX4 21.0 6 160 110 3.90 2.620
马自达RX4 Wag 21.0 6 160 110 3.90 2.875
Datsun 710 22.8 4 108 93 3.85 2.320
大黄蜂4路21.4 6 258 110 3.08 3.215
大黄蜂运动约18.7 8 360 175 3.15 3.440
英勇的18.1 6 225 105 2.76 3.460
>x头（x，20）
[1]   6.000 160.000 110.000   3.900   2.620   6.000 160.000 110.000   3.900   2.875
[11]   4.000 108.000  93.000   3.850   2.320   6.000 258.000 110.000   3.080   3.215
这里有一个似乎有效的解决方案，使用
t
将列转置到行中（反之亦然），以及
取消列表
将多个列附加到单个向量中：

数据：

df <- mtcars[,1:6] 

这项任务相对来说比较模糊，我发现很难想象这是一种足够普遍的事情（考虑到
data.frame
composition的高度可变性），这将是一种base-R类型的事情。您非常清楚地给出了所需的函数：
t
和
rbind
。你需要多直接？但是如果你想要更多的帮助，这个问题缺乏很多细节。请重复这个问题。这包括示例代码（包括列出非base R包）、示例明确数据（例如，
dput（head（x））
或
data.frame（x=…，y=…）
）和预期输出。参考文献：，和。
df_t <-t(df[,2:6])
as.numeric(unlist(df_t))

  [1]   6.000 160.000 110.000   3.900   2.620   6.000 160.000 110.000   3.900   2.875   4.000 108.000  93.000
 [14]   3.850   2.320   6.000 258.000 110.000   3.080   3.215   8.000 360.000 175.000   3.150   3.440   6.000
 [27] 225.000 105.000   2.760   3.460   8.000 360.000 245.000   3.210   3.570   4.000 146.700  62.000   3.690
 [40]   3.190   4.000 140.800  95.000   3.920   3.150   6.000 167.600 123.000   3.920   3.440   6.000 167.600
 [53] 123.000   3.920   3.440   8.000 275.800 180.000   3.070   4.070   8.000 275.800 180.000   3.070   3.730
 [66]   8.000 275.800 180.000   3.070   3.780   8.000 472.000 205.000   2.930   5.250   8.000 460.000 215.000
 [79]   3.000   5.424   8.000 440.000 230.000   3.230   5.345   4.000  78.700  66.000   4.080   2.200   4.000
 [92]  75.700  52.000   4.930   1.615   4.000  71.100  65.000   4.220   1.835   4.000 120.100  97.000   3.700
[105]   2.465   8.000 318.000 150.000   2.760   3.520   8.000 304.000 150.000   3.150   3.435   8.000 350.000
[118] 245.000   3.730   3.840   8.000 400.000 175.000   3.080   3.845   4.000  79.000  66.000   4.080   1.935
[131]   4.000 120.300  91.000   4.430   2.140   4.000  95.100 113.000   3.770   1.513   8.000 351.000 264.000
[144]   4.220   3.170   6.000 145.000 175.000   3.620   2.770   8.000 301.000 335.000   3.540   3.570   4.000
[157] 121.000 109.000   4.110   2.780