将data.frame的行转换为一个列向量
我想取一个将data.frame的行转换为一个列向量,r,R,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)
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