Concaténer les lignes d'une trame de données

Je voudrais prendre un bloc de données avec des caractères et des nombres, et de les enchaîner tous les éléments de chaque ligne dans une chaîne unique, qui serait stocké en un seul élément dans un vecteur. Comme un exemple, je fais un bloc de données, de chiffres et de lettres, et puis je voudrais concaténer la première ligne via la fonction "coller", et espérons-le, retourner la valeur "A1"

df <- data.frame(letters = LETTERS[1:5], numbers = 1:5)
df

##   letters numbers
## 1       A       1
## 2       B       2
## 3       C       3
## 4       D       4
## 5       E       5

paste(df[1,], sep =".")
## [1] "1" "1"

Donc coller est la conversion de chaque élément de la ligne dans un entier qui correspond à l'index du niveau correspondant du " comme si il s'agissait d'un facteur, et il le maintient d'un vecteur de longueur deux. (Je sais que/croire que les facteurs qui sont contraints à être des personnages se comportent de cette façon, mais en tant que R n'est pas de stocker df[1,] comme un facteur à tout (testé par est.facteur(), je ne peux pas vérifier qu'il est en fait un index pour un niveau)

is.factor(df[1,])
## [1] FALSE
is.vector(df[1,])
## [1] FALSE

Donc, si ce n'est pas un vecteur, alors il est logique qu'elle se comporte bizarrement, mais je ne peux pas le forcer dans un vecteur

> is.vector(as.vector(df[1,]))
[1] FALSE

À l'aide de as.character ne semble pas aider dans mes tentatives

Quelqu'un peut expliquer ce comportement?

  • Avez-vous essayé d'ajouter le stringsAsFactors=FALSE argument à vos données.cadre de la création?
InformationsquelleAutor Sam | 2012-12-19
  1. 55

    Tandis que d'autres ont mis l'accent sur les raisons de votre code ne fonctionne pas et comment l'améliorer, je vais essayer de me concentrer plus sur d'obtenir le résultat que vous souhaitez. À partir de votre description, il semble que vous pouvez facilement obtenir ce que vous voulez en utilisant la pâte:

    df <- data.frame(letters = LETTERS[1:5], numbers = 1:5, stringsAsFactors=FALSE)
paste(df$letters, df$numbers, sep=""))

## [1] "A1" "B2" "C3" "D4" "E5"

    Vous pouvez modifier df$letters de caractère à l'aide de df$letters <- as.character(df$letters) si vous ne souhaitez pas utiliser le stringsAsFactors argument.

    Mais supposons que ce n'est pas ce que vous voulez. Supposons que vous avez des centaines de colonnes et que vous souhaitez coller tous ensemble. On peut le faire avec votre exemple minimal trop:

    df_args <- c(df, sep="")
do.call(paste, df_args)

## [1] "A1" "B2" "C3" "D4" "E5"

    EDIT: la méthode Alternative et de l'explication:

    J'ai réalisé que le problème que vous rencontrez est une combinaison du fait que vous êtes en utilisant un facteur et que vous êtes à l'aide de la sep argument au lieu de collapse (comme @adibender ramassé). La différence est que sep donne le séparateur entre deux vecteurs distincts et collapse donne des séparateurs à l'intérieur d'un vecteur. Lorsque vous utilisez df[1,], vous offre un unique vecteur de paste et par conséquent, vous devez utiliser le collapse argument. À l'aide de votre idée de faire de chaque ligne et de la concaténation d'entre eux, la ligne de code suivante permettra de faire exactement ce que vous voulez:

    apply(df, 1, paste, collapse="")

    Ok, maintenant, pour les explications:

    Pourquoi ne pas as.list travail?

    as.list convertit un objet à une liste. Donc, il ne le travail. Il vous permet de convertir votre dataframe à une liste et ensuite ignorer les sep="" argument. c combine des objets ensemble. Techniquement, un dataframe est juste une liste où chaque colonne est un élément et tous les éléments ont la même longueur. Alors, quand je le combiner avec sep="", il devient tout simplement une liste avec les colonnes de la dataframe comme éléments.

    Pourquoi utiliser do.call?

    do.call vous permet d'appeler une fonction à l'aide d'une liste nommée comme arguments. Vous ne pouvez pas simplement jeter la liste directement dans paste, parce qu'il n'aime pas dataframes. Il est conçu pour la concaténation de vecteurs. Alors, n'oubliez pas que dfargs est une liste contenant un vecteur de lettres, un vecteur de nombres et la sep qui est un vecteur de longueur 1 contenant seulement "". Lorsque j'utilise do.call, la pâte obtenue fonction est essentiellement paste(letters, numbers, sep).

    Mais que faire si mon original dataframe avait colonnes "letters", "numbers", "squigs", "blargs" après que j'ai ajouté le séparateur comme je l'ai fait avant? Ensuite, la fonction coller à travers do.call ressemblerait à:

    paste(letters, numbers, squigs, blargs, sep)

    Donc, vous voyez que cela fonctionne pour n'importe quel nombre de colonnes.

    • Merci à vous, qui fonctionne comme un proverbiale charme. Pouvez-vous élaborer sur les raisons de la conversion d'une liste via le 'c' opérateur diffère de l'utilisation que.liste(), et pourquoi vous utilisez le faire.call() pour appeler les coller plutôt que de simplement en utilisant la pâte()? Évidemment, ces options ne fonctionnent pas, mais intuitivement, il semble comme il se doit
    • Merci sebastian-c! J'étais fou avec "appliquer" parce que j'ai été en utilisant sep = "" plutôt que de s'effondrer = "".
    InformationsquelleAutor sebastian-c
  2. 4

    C'est en effet un peu bizarre, mais c'est aussi ce qui est censé se produire.
    Lorsque vous créez le data.frame comme vous l'avez fait, colonne letters est stockée en tant que factor. Naturellement facteurs ont aucune commande, donc quand as.numeric() est appliqué à un facteur de il retourne la commande de ce facteur. Par exemple: 

    > df[, 1]
[1] A B C D E
Levels: A B C D E
> as.numeric(df[, 1])
[1] 1 2 3 4 5

    A est le premier niveau du facteur df[, 1] donc A est converti à la valeur 1, quand as.numeric est appliquée. C'est ce qui arrive lorsque vous appelez paste(df[1, ]). Puisque les colonnes 1 et 2 sont de classe différente, collez d'abord transforme les deux éléments de la ligne 1 du numérique puis de caractères.

    Quand vous voulez concaténer les deux colonnes, vous devez d'abord transformer la première ligne de caractère: 

    df[, 1] <- as.character(df[, 1])
paste(df[1,], collapse = "")

    Comme @sébastien-c souligné, vous pouvez également utiliser stringsAsFactors = FALSE dans la création des données.une image, vous pouvez omettre le as.character() étape.

    InformationsquelleAutor adibender
  3. 4

    Pour ceux utilisant la bibliothèque(tidyverse), vous pouvez simplement utiliser l'unite de la fonction.

     new.df<-df%>%
 unite(together, letters, numbers, sep="")

    Cela vous donnera une nouvelle colonne intitulée "ensemble" avec A1, B2, etc

    • Probablement mieux à identifier les package de la fonction vient (tidyr?).
    • Le tidyverse paquet
    • Tidyverse est un ensemble de paquets. Essayez ?tidyverse::unite -- il n'y a rien. Pour les gens qui veulent juste utiliser attaquer le problème à la main et ne voulez pas charger l'ensemble, ça serait bien de savoir qu'ils peuvent charger des tidyr. Btw, je ne critique pas la réponse, qui je upvoted, juste ce qui suggère une amélioration.
    • Merci pour les précisions, c'est très apprécié. Oui, l'unite de la fonction appartient en réalité à la tidyr paquet comme vous l'a indiqué.
    InformationsquelleAutor Shirley
  4. 1

    si vous souhaitez commencer avec

    df <- data.frame(letters = LETTERS[1:5], numbers = 1:5, stringsAsFactors=TRUE)

    .. alors il n'y a pas de règle générale sur la façon df$letters sera interprété par une fonction donnée. C'est un facteur pour la modélisation des fonctions de caractère pour certains et entier pour d'autres. Même la même fonction, tels que la pâte peut l'interpréter différemment, en fonction de la façon dont vous l'utiliser:

    paste(df[1,], collapse="") # "11"
apply(df, 1, paste, collapse="") # "A1" "B2" "C3" "D4" "E5"

    Logique, sauf qu'il sera probablement inutile une fois que vous connaissez le fonctionnement interne de chaque fonction.

    Les facteurs semblent être convertis en nombres entiers lorsqu'un argument est converti vecteur (comme vous le savez, les trames de données sont des listes de vecteurs de longueur égale, de sorte que la première ligne d'un bloc de données est également une liste, et quand il est forcé d'être un vecteur, quelque chose comme cela arrive:)

    df[1,]
#    letters numbers
# 1       A       1
unlist(df[1,])
# letters numbers 
#  1       1

    Je ne sais pas comment apply réalise ce qu'il fait (c'est à dire, les facteurs sont représentés par les valeurs de caractères) -- si vous êtes intéressés, regardez le code source. Il peut être utile de savoir, cependant, que vous pouvez faire confiance (dans ce sens) apply (à cette occasion). Plus généralement, il est utile de stocker chaque morceau de données dans un bon format, qui comprend stocker des chaînes de caractères comme des chaînes de caractères, c'est à dire, à l'aide de stringsAsFactors=FALSE.

    Btw, introduction R livre devrait avoir cette idée dans un sous-titre. Par exemple, mon plan pour la retraite est d'écrire "Une (pas si) introduction en douceur à la zen de données de la pêche avec R, le stringsAsFactors=FALSE façon".

    InformationsquelleAutor lebatsnok