web-dev-qa-db-ja.com

データフレームの特定の列にわたって行ごとに連結します

文字列として(行単位で)連結すると、データフレームを目的の形式に分割できる列を持つデータフレームがあります。

> str(data)
'data.frame':   680420 obs. of  10 variables:
 $ A              : chr  "2011-01-26" "2011-01-26" "2011-02-09" "2011-02-09" ...
 $ B              : chr  "2011-01-26" "2011-01-27" "2011-02-09" "2011-02-10" ...
 $ C              : chr  "2011-01-26" "2011-01-26" "2011-02-09" "2011-02-09" ...
 $ D              : chr  "AAA" "AAA" "BCB" "CCC" ...
 $ E              : chr  "A00001" "A00002" "B00002" "B00001" ...
 $ F              : int  9 9 37 37 37 37 191 191 191 191 ...
 $ G              : int  NA NA NA NA NA NA NA NA NA NA ...
 $ H              : int  4 4 4 4 4 4 4 4 4 4 ...

各行について、列F、E、D、およびCのデータを連結して(下線文字をセパレーターとして)文字列にします。これは私の失敗した試みです:

data$id <- sapply(as.data.frame(cbind(data$F,data$E,data$D,data$C)), paste, sep="_")

そして、以下は望ましくない結果です:

  > str(data)
    'data.frame':   680420 obs. of  10 variables:
     $ A              : chr  "2011-01-26" "2011-01-26" "2011-02-09" "2011-02-09" ...
     $ B              : chr  "2011-01-26" "2011-01-27" "2011-02-09" "2011-02-10" ...
     $ C              : chr  "2011-01-26" "2011-01-26" "2011-02-09" "2011-02-09" ...
     $ D              : chr  "AAA" "AAA" "BCB" "CCC" ...
     $ E              : chr  "A00001" "A00002" "B00002" "B00001" ...
     $ F              : int  9 9 37 37 37 37 191 191 191 191 ...
     $ G              : int  NA NA NA NA NA NA NA NA NA NA ...
     $ H              : int  4 4 4 4 4 4 4 4 4 4 ...
     $ id             : chr [1:680420, 1:4] "9" "9" "37" "37" ...
      ..- attr(*, "dimnames")=List of 2
      .. ..$ : NULL
      .. ..$ : chr  "V1" "V2" "V3" "V4"

どんな助けでも大歓迎です。

26
Jubbles

試す

 data$id <- paste(data$F, data$E, data$D, data$C, sep="_")

代わりに。ベクトル化されたコードの優れた点は、行ごとのループや、ループに相当する* apply関数が必要ないことです。

編集さらに良いのは

 data <- within(data,  id <- paste(F, E, D, C, sep=""))
49

unite/tidyrパッケージを使用:

require(tidyr)
data <- data %>% unite(id, F, E, D, C, sep = '_')

最初のパラメーターは希望する名前で、次にsep-連結する列までです。

8
JelenaČuklina

stringr::str_c()またはpaste()が機能します。

require(stringr)
data <- within(data, str_c(F,E,D,C, sep="_")

さもなければ

data <- within(data, paste(F,E,D,C, sep="_")

stringrは大きなデータセットでのパフォーマンスが優れています)

5
smci