首页 文章

将data.frames与重复项合并

提问于
浏览 次
4

我有很多data.frames，例如：

df1 = data.frame(names=c('a','b','c','c','d'),data1=c(1,2,3,4,5))
df2 = data.frame(names=c('a','e','e','c','c','d'),data2=c(1,2,3,4,5,6))
df3 = data.frame(names=c('c','e'),data3=c(1,2))

我需要合并这些data.frames，而不删除名称重复

> result
  names data1 data2 data3
1  'a'    1    1      NA
2  'b'    2    NA     NA
3  'c'    3    4      1
4  'c'    4    5      NA
5  'd'    5    6      NA
6  'e'    NA   2      2       
7  'e'    NA   3      NA

我找不到像合并一样的函数来处理名称重复 . 谢谢您的帮助 . 定义我的问题 . 数据来自生物实验，其中一个样品具有不同数量的重复 . 我需要合并所有实验，我需要生成这个表 . 我无法为重复项生成唯一标识符 .

r merge duplicates

3 回答

  • 1

    首先定义一个函数 run.seq ，它为重复项提供序列号，因为从输出中可以看出所需的是合并的每个组件中每个名称的第i个副本 . 然后创建数据框列表并为每个组件添加 run.seq 列 . 最后使用 Reduce 将它们全部合并 .

    run.seq <- function(x) as.numeric(ave(paste(x), x, FUN = seq_along))

L <- list(df1, df2, df3)
L2 <- lapply(L, function(x) cbind(x, run.seq = run.seq(x$names)))

out <- Reduce(function(...) merge(..., all = TRUE), L2)[-2]

    最后一行给出：

    > out
  names data1 data2 data3
1     a     1     1    NA
2     b     2    NA    NA
3     c     3     4     1
4     c     4     5    NA
5     d     5     6    NA
6     e    NA     2     2
7     e    NA     3    NA

    编辑：修改 run.seq ，以便无需对输入进行排序 .

    回复于
  • 0

    看其他问题：

    例子：

    library(reshape)
out <- merge_recurse(L)

    要么

    library(plyr)

out<-join(df1, df2, type="full")
out<-join(out, df3, type="full")
*can be looped

    要么

    library(plyr)
out<-ldply(L)
    回复于
  • 3

    我认为您的示例数据框中没有足够的信息来执行此操作 . 哪个数据帧1中的 'c' 应与数据帧2中的 'c' 配对？我们无法分辨，所以R也不能 . 我怀疑您必须为每个数据帧添加另一个变量，以便唯一标识这些重复的案例 .

    回复于

相关问题