- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有几个看起来像这样的数据集:
df1 <- data.frame (
A1_01 = c(1, 0, 0, 1, 0, 1, 0, 1, 0, 0),
A2_01 = c(1, 1, 1, 0, 1, 0, 0, 0, 0, 0),
A3_02 = c(0, 0, 0, 1, 0, 1, 0, 1, 1, 0),
L1_02 = c(1, 1, 1, 1, 1, 0, 0, 1, 1, 0),
L2_02 = c(0, 0, 0, 1, 1, 1, 0, 1, 0, 0),
age = rep(c("40-44", "45-49", "50-54", "55-59", "60-64"),2),
gender = c(rep("M",5), rep("F",5)),
ID = c("A12345", "A23456", "A34767", "A34567", "A45678", "A67891", "A78910", "A91011",
"A10111", "A11121"))
df2 <- data.frame (
A1_01 = c(1, 0, 0, 1, 0, 1, 0, 1, 0, 0),
A2_01 = c(1, 1, 1, 0, 1, 0, 0, 0, 0, 0),
A3_02 = c(0, 0, 0, 1, 0, 1, 0, 1, 1, 0),
Z4_02 = c(1, 1, 1, 1, 1, 0, 0, 1, 1, 0),
Z5_02 = c(0, 0, 0, 1, 1, 1, 0, 1, 0, 0),
age = rep(c("40-44", "45-49", "50-54", "55-59", "60-64"),2),
gender = c(rep("M",5), rep("F",5)),
ID = c("Q12345", "Q23456", "Q34767", "Q34567", "Q45678", "Q67891", "Q78910", "Q91011",
"Q10111", "Q11121"))
我想将所有这些数据集绑定(bind)在一起,形成一个更大的数据集。为此,我需要每个数据集都具有相同的列名。因此,我尝试对所有数据集进行子集化,使其只包含它们共有的列/变量。
这是我尝试做的,但这不起作用。
test <- df1 %>%
select(names(df1) %in% names(df2))
我想要的输出是:
df3 <- data.frame (
A1_01 = c(1, 0, 0, 1, 0, 1, 0, 1, 0, 0, 1, 0, 0, 1, 0, 1, 0, 1, 0, 0),
A2_01 = c(1, 1, 1, 0, 1, 0, 0, 0, 0, 0, 1, 1, 1, 0, 1, 0, 0, 0, 0, 0),
A3_02 = c(0, 0, 0, 1, 0, 1, 0, 1, 1, 0, 0, 0, 0, 1, 0, 1, 0, 1, 1, 0),
age = c(rep(c("40-44", "45-49", "50-54", "55-59", "60-64"),2), rep(c("40-44", "45-49", "50-54", "55-59", "60-64"),2)),
gender = c(rep("M",5), rep("F",5), rep("M",5), rep("F",5)),
ID = c("A12345", "A23456", "A34767", "A34567", "A45678", "A67891", "A78910", "A91011",
"A10111", "A11121", "Q12345", "Q23456", "Q34767", "Q34567", "Q45678", "Q67891", "Q78910", "Q91011",
"Q10111", "Q11121") )
根据以下回复,我的代码现在很长。因为我有多个数据集,所以这非常耗时。本练习的目的是仅对所有六个数据集中共有的列进行子集化,因此我不想使用 bind_rows。
我最终编写了如下所示的迭代代码。有谁知道是否有更有效的方法来做到这一点?谢谢。
nm = intersect(names(NZHS_Y2A), names(NZHS_Y3A))
NZHS_Y2_3 <- rbind(NZHS_Y2A[nm], NZHS_Y3A[nm])
nm = intersect(names(NZHS_Y3A), names(NZHS_Y4A))
NZHS_Y3_4 <- rbind(NZHS_Y3A[nm], NZHS_Y4A[nm])
nm = intersect(names(NZHS_Y4A), names(NZHS_Y5A))
NZHS_Y4_5 <- rbind(NZHS_Y4A[nm], NZHS_Y5A[nm])
nm = intersect(names(NZHS_Y5A), names(NZHS_Y6A))
NZHS_Y5_6 <- rbind(NZHS_Y5A[nm], NZHS_Y6A[nm])
nm = intersect(names(NZHS_Y2_3), names(NZHS_Y3_4))
NZHS_Y2_4 <- rbind(NZHS_Y2_3[nm], NZHS_Y3_4[nm])
nm = intersect(names(NZHS_Y3_4), names(NZHS_Y4_5))
NZHS_Y3_5 <- rbind(NZHS_Y3_4[nm], NZHS_Y4_5[nm])
nm = intersect(names(NZHS_Y4_5), names(NZHS_Y5_6))
NZHS_Y4_6 <- rbind(NZHS_Y4_5[nm], NZHS_Y5_6[nm])
nm = intersect(names(NZHS_Y2_4), names(NZHS_Y3_5))
NZHS_Y2_5 <- rbind(NZHS_Y2_4[nm], NZHS_Y3_5[nm])
nm = intersect(names(NZHS_Y3_5), names(NZHS_Y4_6))
NZHS_Y3_6 <- rbind(NZHS_Y3_5[nm], NZHS_Y4_6[nm])
nm = intersect(names(NZHS_Y2_5), names(NZHS_Y4_6))
NZHS_Ad_2_6 <- rbind(NZHS_Y2_5[nm], NZHS_Y4_6[nm])
最佳答案
您可以使用 intersect
获取两个数据帧之间共有的列集,如 comment by d.b 中所述。
另一种方法是使用 dplyr
的 bind_rows
,它允许您匹配匹配的列并用缺失值填充那些不匹配的列。在某些情况下,这可能是更理想的输出。
编辑:要处理许多数据帧,您应该将它们存储在列表中并使用 reduce
获取所有数据帧的交集。这会将函数应用于列表中的前两个元素,然后是该元素的结果和第三个元素,依此类推。然后,您可以在列表上 map_dfr
以仅选择每个数据帧中的共享列并将它们行绑定(bind)在一起(或者 map
然后 do.call(rbind , .)
如果你想使用 rbind
。在这种情况下不需要,但是 bind_rows
直接接受一个列表作为输入。
df1 <- data.frame(
A1_01 = c(1, 0, 0, 1, 0, 1, 0, 1, 0, 0),
A2_01 = c(1, 1, 1, 0, 1, 0, 0, 0, 0, 0),
A3_02 = c(0, 0, 0, 1, 0, 1, 0, 1, 1, 0),
L1_02 = c(1, 1, 1, 1, 1, 0, 0, 1, 1, 0),
L2_02 = c(0, 0, 0, 1, 1, 1, 0, 1, 0, 0),
age = rep(c("40-44", "45-49", "50-54", "55-59", "60-64"), 2),
gender = c(rep("M", 5), rep("F", 5)),
ID = c(
"A12345", "A23456", "A34767", "A34567", "A45678", "A67891", "A78910", "A91011",
"A10111", "A11121"
)
)
df2 <- data.frame(
A1_01 = c(1, 0, 0, 1, 0, 1, 0, 1, 0, 0),
A2_01 = c(1, 1, 1, 0, 1, 0, 0, 0, 0, 0),
A3_02 = c(0, 0, 0, 1, 0, 1, 0, 1, 1, 0),
Z4_02 = c(1, 1, 1, 1, 1, 0, 0, 1, 1, 0),
Z5_02 = c(0, 0, 0, 1, 1, 1, 0, 1, 0, 0),
age = rep(c("40-44", "45-49", "50-54", "55-59", "60-64"), 2),
gender = c(rep("M", 5), rep("F", 5)),
ID = c(
"Q12345", "Q23456", "Q34767", "Q34567", "Q45678", "Q67891", "Q78910", "Q91011",
"Q10111", "Q11121"
)
)
library(tidyverse)
df_list <- list(df1, df2)
cols <- reduce(df_list, .f = ~ intersect(colnames(.x), colnames(.y)))
map_dfr(df_list, ~ .[cols])
#> A1_01 A2_01 A3_02 age gender ID
#> 1 1 1 0 40-44 M A12345
#> 2 0 1 0 45-49 M A23456
#> 3 0 1 0 50-54 M A34767
#> 4 1 0 1 55-59 M A34567
#> 5 0 1 0 60-64 M A45678
#> 6 1 0 1 40-44 F A67891
#> 7 0 0 0 45-49 F A78910
#> 8 1 0 1 50-54 F A91011
#> 9 0 0 1 55-59 F A10111
#> 10 0 0 0 60-64 F A11121
#> 11 1 1 0 40-44 M Q12345
#> 12 0 1 0 45-49 M Q23456
#> 13 0 1 0 50-54 M Q34767
#> 14 1 0 1 55-59 M Q34567
#> 15 0 1 0 60-64 M Q45678
#> 16 1 0 1 40-44 F Q67891
#> 17 0 0 0 45-49 F Q78910
#> 18 1 0 1 50-54 F Q91011
#> 19 0 0 1 55-59 F Q10111
#> 20 0 0 0 60-64 F Q11121
bind_rows(df_list)
#> A1_01 A2_01 A3_02 L1_02 L2_02 age gender ID Z4_02 Z5_02
#> 1 1 1 0 1 0 40-44 M A12345 NA NA
#> 2 0 1 0 1 0 45-49 M A23456 NA NA
#> 3 0 1 0 1 0 50-54 M A34767 NA NA
#> 4 1 0 1 1 1 55-59 M A34567 NA NA
#> 5 0 1 0 1 1 60-64 M A45678 NA NA
#> 6 1 0 1 0 1 40-44 F A67891 NA NA
#> 7 0 0 0 0 0 45-49 F A78910 NA NA
#> 8 1 0 1 1 1 50-54 F A91011 NA NA
#> 9 0 0 1 1 0 55-59 F A10111 NA NA
#> 10 0 0 0 0 0 60-64 F A11121 NA NA
#> 11 1 1 0 NA NA 40-44 M Q12345 1 0
#> 12 0 1 0 NA NA 45-49 M Q23456 1 0
#> 13 0 1 0 NA NA 50-54 M Q34767 1 0
#> 14 1 0 1 NA NA 55-59 M Q34567 1 1
#> 15 0 1 0 NA NA 60-64 M Q45678 1 1
#> 16 1 0 1 NA NA 40-44 F Q67891 0 1
#> 17 0 0 0 NA NA 45-49 F Q78910 0 0
#> 18 1 0 1 NA NA 50-54 F Q91011 1 1
#> 19 0 0 1 NA NA 55-59 F Q10111 1 0
#> 20 0 0 0 NA NA 60-64 F Q11121 0 0
由 reprex package (v0.2.0) 创建于 2018-08-01。
关于r - 仅选择数据框中与 R 中另一个数据框具有相同列名的列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51643840/
我正在从 Stata 迁移到 R(plm 包),以便进行面板模型计量经济学。在 Stata 中,面板模型(例如随机效应)通常报告组内、组间和整体 R 平方。 I have found plm 随机效应
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 想改进这个问题?将问题更新为 on-topic对于堆栈溢出。 6年前关闭。 Improve this qu
我想要求用户输入整数值列表。用户可以输入单个值或一组多个值,如 1 2 3(spcae 或逗号分隔)然后使用输入的数据进行进一步计算。 我正在使用下面的代码 EXP <- as.integer(rea
当 R 使用分类变量执行回归时,它实际上是虚拟编码。也就是说,省略了一个级别作为基础或引用,并且回归公式包括所有其他级别的虚拟变量。但是,R 选择了哪一个作为引用,以及我如何影响这个选择? 具有四个级
这个问题基本上是我之前问过的问题的延伸:How to only print (adjusted) R-squared of regression model? 我想建立一个线性回归模型来预测具有 15
我在一台安装了多个软件包的 Linux 计算机上安装了 R。现在我正在另一台 Linux 计算机上设置 R。从他们的存储库安装 R 很容易,但我将不得不使用 安装许多包 install.package
我正在阅读 Hadley 的高级 R 编程,当它讨论字符的内存大小时,它说: R has a global string pool. This means that each unique strin
我们可以将 Shiny 代码写在两个单独的文件中,"ui.R"和 "server.R" , 或者我们可以将两个模块写入一个文件 "app.R"并调用函数shinyApp() 这两种方法中的任何一种在性
我正在使用 R 通过 RGP 包进行遗传编程。环境创造了解决问题的功能。我想将这些函数保存在它们自己的 .R 源文件中。我这辈子都想不通怎么办。我尝试过的一种方法是: bf_str = print(b
假设我创建了一个函数“function.r”,在编辑该函数后我必须通过 source('function.r') 重新加载到我的全局环境中。无论如何,每次我进行编辑时,我是否可以避免将其重新加载到我的
例如,test.R 是一个单行文件: $ cat test.R # print('Hello, world!') 我们可以通过Rscript test.R 或R CMD BATCH test.R 来
我知道我可以使用 Rmd 来构建包插图,但想知道是否可以更具体地使用 R Notebooks 来制作包插图。如果是这样,我需要将 R Notebooks 编写为包小插图有什么不同吗?我正在使用最新版本
我正在考虑使用 R 包的共享库进行 R 的站点安装。 多台计算机将访问该库,以便每个人共享相同的设置。 问题是我注意到有时您无法更新包,因为另一个 R 实例正在锁定库。我不能要求每个人都关闭它的 R
我知道如何从命令行启动 R 并执行表达式(例如, R -e 'print("hello")' )或从文件中获取输入(例如, R -f filename.r )。但是,在这两种情况下,R 都会运行文件中
我正在尝试使我当前的项目可重现,因此我正在创建一个主文档(最终是一个 .rmd 文件),用于调用和执行其他几个文档。这样我自己和其他调查员只需要打开和运行一个文件。 当前设置分为三层:主文件、2 个读
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 想改进这个问题?将问题更新为 on-topic对于堆栈溢出。 5年前关闭。 Improve this qu
我的 R 包中有以下描述文件 Package: blah Title: What the Package Does (one line, title case) Version: 0.0.0.9000
有没有办法更有效地编写以下语句?accel 是一个数据框。 accel[[2]]<- accel[[2]]-weighted.mean(accel[[2]]) accel[[3]]<- accel[[
例如,在尝试安装 R 包时 curl作为 usethis 的依赖项: * installing *source* package ‘curl’ ... ** package ‘curl’ succes
我想将一些软件作为一个包共享,但我的一些脚本似乎并不能很自然地作为函数运行。例如,考虑以下代码块,其中“raw.df”是一个包含离散和连续类型变量的数据框。函数“count.unique”和“squa
我是一名优秀的程序员,十分优秀!