代码之家  ›  专栏  ›  技术社区  ›  HoelR

每N列将数据帧拆分为多个

data-manipulation tidyverse r
  •  0
  • HoelR  · 技术社区  · 2 年前

    我更喜欢 tidyverse 解决方案 这个问题与此相关 post .

    示例数据 

    structure(list(A = c(79L, 42L, 74L, 49L, 82L, 22L, 88L, 13L, 
54L, 68L), B = c(41L, 22L, 1L, 40L, 96L, 48L, 40L, 56L, 19L, 
84L), C = c(20L, 10L, 1L, 27L, 34L, 27L, 35L, 3L, 78L, 36L), 
    D = c(40L, 92L, 76L, 81L, 73L, 30L, 10L, 57L, 19L, 18L), 
    G = c(50L, 74L, 37L, 60L, 23L, 42L, 22L, 94L, 28L, 68L), 
    H = c(54L, 62L, 92L, 61L, 91L, 76L, 51L, 60L, 89L, 36L), 
    J = c(64L, 59L, 1L, 99L, 36L, 26L, 15L, 16L, 83L, 39L), K = c(29L, 
    30L, 80L, 33L, 44L, 28L, 9L, 53L, 11L, 68L), L = c(42L, 29L, 
    10L, 75L, 24L, 68L, 56L, 77L, 23L, 92L), M = c(56L, 27L, 
    61L, 40L, 76L, 50L, 31L, 15L, 72L, 40L), N = c(45L, 33L, 
    37L, 32L, 5L, 20L, 45L, 38L, 25L, 32L), Z = c(52L, 88L, 74L, 
    91L, 86L, 43L, 4L, 6L, 61L, 69L), X = c(58L, 92L, 19L, 99L, 
    9L, 58L, 53L, 49L, 48L, 32L), Y = c(75L, 13L, 63L, 37L, 30L, 
    98L, 98L, 94L, 38L, 25L), S = c(99L, 64L, 27L, 30L, 100L, 
    40L, 76L, 2L, 10L, 57L), P = c(16L, 76L, 69L, 64L, 68L, 34L, 
    96L, 22L, 48L, 1L)), class = c("tbl_df", "tbl", "data.frame"
), row.names = c(NA, -10L))

# A tibble: 10 x 16
       A     B     C     D     G     H     J     K     L     M     N
   <int> <int> <int> <int> <int> <int> <int> <int> <int> <int> <int>
 1    79    41    20    40    50    54    64    29    42    56    45
 2    42    22    10    92    74    62    59    30    29    27    33
 3    74     1     1    76    37    92     1    80    10    61    37
 4    49    40    27    81    60    61    99    33    75    40    32
 5    82    96    34    73    23    91    36    44    24    76     5
 6    22    48    27    30    42    76    26    28    68    50    20
 7    88    40    35    10    22    51    15     9    56    31    45
 8    13    56     3    57    94    60    16    53    77    15    38
 9    54    19    78    19    28    89    83    11    23    72    25
10    68    84    36    18    68    36    39    68    92    40    32
# ... with 5 more variables: Z <int>, X <int>, Y <int>, S <int>,
#   P <int>

    每4列将数据帧拆分为多个,并将其放入一个列表中,这样就可以分别循环/映射导出它们。 期望输出: 

    [[1]]
# A tibble: 10 x 4
       A     B     C     D
   <int> <int> <int> <int>
 1    79    41    20    40
 2    42    22    10    92
 3    74     1     1    76
 4    49    40    27    81
 5    82    96    34    73
 6    22    48    27    30
 7    88    40    35    10
 8    13    56     3    57
 9    54    19    78    19
10    68    84    36    18

[[2]]
# A tibble: 10 x 4
       G     H     J     K
   <int> <int> <int> <int>
 1    50    54    64    29
 2    74    62    59    30
 3    37    92     1    80
 4    60    61    99    33
 5    23    91    36    44
 6    42    76    26    28
 7    22    51    15     9
 8    94    60    16    53
 9    28    89    83    11
10    68    36    39    68

And so on...

    目的是将它们分别导出到CSV中。

    1 回复  |  直到 2 年前
        1
  •  3
  •   Allan Cameron    2 年前

    这是一个简单的一行在基地R: 

    lapply(seq(ncol(df)/4) - 1, function(x) df[4 * x + 1:4])
#> [[1]]
#> # A tibble: 10 x 4
#>        A     B     C     D
#>    <int> <int> <int> <int>
#>  1    79    41    20    40
#>  2    42    22    10    92
#>  3    74     1     1    76
#>  4    49    40    27    81
#>  5    82    96    34    73
#>  6    22    48    27    30
#>  7    88    40    35    10
#>  8    13    56     3    57
#>  9    54    19    78    19
#> 10    68    84    36    18
#> 
#> [[2]]
#> # A tibble: 10 x 4
#>        G     H     J     K
#>    <int> <int> <int> <int>
#>  1    50    54    64    29
#>  2    74    62    59    30
#>  3    37    92     1    80
#>  4    60    61    99    33
#>  5    23    91    36    44
#>  6    42    76    26    28
#>  7    22    51    15     9
#>  8    94    60    16    53
#>  9    28    89    83    11
#> 10    68    36    39    68
#> 
#> [[3]]
#> # A tibble: 10 x 4
#>        L     M     N     Z
#>    <int> <int> <int> <int>
#>  1    42    56    45    52
#>  2    29    27    33    88
#>  3    10    61    37    74
#>  4    75    40    32    91
#>  5    24    76     5    86
#>  6    68    50    20    43
#>  7    56    31    45     4
#>  8    77    15    38     6
#>  9    23    72    25    61
#> 10    92    40    32    69
#> 
#> [[4]]
#> # A tibble: 10 x 4
#>        X     Y     S     P
#>    <int> <int> <int> <int>
#>  1    58    75    99    16
#>  2    92    13    64    76
#>  3    19    63    27    69
#>  4    99    37    30    64
#>  5     9    30   100    68
#>  6    58    98    40    34
#>  7    53    98    76    96
#>  8    49    94     2    22
#>  9    48    38    10    48
#> 10    32    25    57     1

    但是,如果出于某种原因,您需要tidyverse解决方案,等效的解决方案是: 

    purrr::map(seq(ncol(df)/4) - 1, ~ df[4 * .x + 1:4])

    于2022年6月29日由 reprex package (v2.0.1)

        2
  •  1
  •   ThomasIsCoding    2 年前

    下面是一个基本R选项,使用 split.default 

    > split.default(df, ceiling(seq_along(df) / 4))
$`1`
# A tibble: 10 × 4
       A     B     C     D
   <int> <int> <int> <int>
 1    79    41    20    40
 2    42    22    10    92
 3    74     1     1    76
 4    49    40    27    81
 5    82    96    34    73
 6    22    48    27    30
 7    88    40    35    10
 8    13    56     3    57
 9    54    19    78    19
10    68    84    36    18

$`2`
# A tibble: 10 × 4
       G     H     J     K
   <int> <int> <int> <int>
 1    50    54    64    29
 2    74    62    59    30
 3    37    92     1    80
 4    60    61    99    33
 5    23    91    36    44
 6    42    76    26    28
 7    22    51    15     9
 8    94    60    16    53
 9    28    89    83    11
10    68    36    39    68

$`3`
# A tibble: 10 × 4
       L     M     N     Z
   <int> <int> <int> <int>
 1    42    56    45    52
 2    29    27    33    88
 3    10    61    37    74
 4    75    40    32    91
 5    24    76     5    86
 6    68    50    20    43
 7    56    31    45     4
 8    77    15    38     6
 9    23    72    25    61
10    92    40    32    69

$`4`
# A tibble: 10 × 4
       X     Y     S     P
   <int> <int> <int> <int>
 1    58    75    99    16
 2    92    13    64    76
 3    19    63    27    69
 4    99    37    30    64
 5     9    30   100    68
 6    58    98    40    34
 7    53    98    76    96
 8    49    94     2    22
 9    48    38    10    48
10    32    25    57     1
    推荐文章
    T K  ·  在第一列中添加具有特定值的新行,然后在其余列中添加“-”
    2 年前
    HoelR  ·  每N列将数据帧拆分为多个
    2 年前
    bandcar  ·  R:只保留值与另一列中的值不同的行
    2 年前
    stats_noob  ·  R:R中有“非字符”命令吗?
    2 年前
    cliu  ·  根据R中连续几天的顺序分配ID
    2 年前
    goatstash  ·  从字符串数组中剪切第一个单词并存储在新变量中
    2 年前
    Thandi  ·  使用整形()和pivot_long()将宽数据转换为长数据时出错[duplicate]
    2 年前
    mr.bjerre  ·  展开R中数据表中组内的最后观察值
    6 年前
    aelhak  ·  使用group by和tidy运行多个模型并将结果提取到dataframe
    6 年前
    jyson  ·  有没有办法用dplyr的实用程序将纯文本数据重塑为常规表格数据?
    6 年前
    关于   移动版
    代码之家 - 一站式码农服务社区
    沪ICP备11025650号