组合两个不同长度的数据帧

Question

Closed. This question needs debugging details. It is not currently accepting answers.

---

编辑问题以包含所需行为、特定问题或错误以及重现问题所需的最短代码。这将有助于其他人回答问题。

7 年前已关闭。

Answer 1

希望这对你有用！

您可以使用library(qpcR)来组合两个大小不等的矩阵。

resultant_matrix <- qpcR:::cbind.na(matrix1, matrix2)

注意：- 所得矩阵的大小为矩阵 2。

Answer 2

只是我的2分钱。此代码将两个矩阵或 data.frame 合并为一个。如果一种数据结构的行数较少，则缺失的行将添加 NA 值。

combine.df <- function(x, y) {
    rows.x <- nrow(x)
    rows.y <- nrow(y)
    if (rows.x > rows.y) {
        diff <- rows.x - rows.y
        df.na <- matrix(NA, diff, ncol(y))
        colnames(df.na) <- colnames(y)
        cbind(x, rbind(y, df.na))
    } else {
        diff <- rows.y - rows.x
        df.na <- matrix(NA, diff, ncol(x))
        colnames(df.na) <- colnames(x)
        cbind(rbind(x, df.na), y)
    }
}

df1 <- data.frame(1:10, row.names = 1:10)
df2 <- data.frame(1:5, row.names = 10:14)
combine.df(df1, df2)

Answer 3

我实际上并没有遇到错误。

a <- as.data.frame(matrix(c(sample(letters,50, replace=T),runif(100)), nrow=50))
b <- sample(letters,10, replace=T)
c <- cbind(a,b)

我使用了字母，以防连接所有数字具有不同的功能（但事实并非如此）。您的“第一个数据框”实际上只是一个向量”，只是在第四列中重复了 5 次...

但是专家对这个问题的所有评论仍然相关:)

Answer 4

我想我已经想出了一个相当短的解决方案..希望它对某人有帮助。

cbind.na<-function(df1, df2){

  #Collect all unique rownames
  total.rownames<-union(x = rownames(x = df1),y = rownames(x=df2))

  #Create a new dataframe with rownames
  df<-data.frame(row.names = total.rownames)

  #Get absent rownames for both of the dataframe
  absent.names.1<-setdiff(x = rownames(df1),y = rownames(df))
  absent.names.2<-setdiff(x = rownames(df2),y = rownames(df))

  #Fill absents with NAs
  df1.fixed<-data.frame(row.names = absent.names.1,matrix(data = NA,nrow = length(absent.names.1),ncol=ncol(df1)))
  colnames(df1.fixed)<-colnames(df1)
  df1<-rbind(df1,df1.fixed)

  df2.fixed<-data.frame(row.names = absent.names.2,matrix(data = NA,nrow = length(absent.names.2),ncol=ncol(df2)))
  colnames(df2.fixed)<-colnames(df2)
  df2<-rbind(df2,df2.fixed)

  #Finally cbind into new dataframe
  df<-cbind(df,df1[rownames(df),],df2[rownames(df),])
  return(df)

}

Answer 5

我有类似的问题，我匹配两个数据集的特定列中的条目，并且仅在匹配时才进行 cbind 。
对于两个数据集，data1 & data2，在比较两者的第一列后，我在 data1 中从 data2 添加一列。

for(i in 1:nrow(data1){
  for( j in 1:nrow(data2){
    if (data1[i,1]==data2[j,1]) data1[i,3]<- data2[j,2]
  }
}

Answer 6

在 plyr 包中，有一个函数 rbind.fill ，它将合并 data.frames 并为空单元引入 NA：

library(plyr)
combined <- rbind.fill(mtcars[c("mpg", "wt")], mtcars[c("wt", "cyl")])
combined[25:40, ]

    mpg    wt cyl
25 19.2 3.845  NA
26 27.3 1.935  NA
27 26.0 2.140  NA
28 30.4 1.513  NA
29 15.8 3.170  NA
30 19.7 2.770  NA
31 15.0 3.570  NA
32 21.4 2.780  NA
33   NA 2.620   6
34   NA 2.875   6
35   NA 2.320   4

Answer 7

鉴于后续评论，我根本不清楚OP实际上在追求什么。他们可能实际上正在寻找一种将数据写入文件的方法。

但假设我们确实在寻找一种cbind不同长度的多个数据帧的方法。

cbind 最终会调用 data.frame，其帮助文件显示：

传递给 data.frame 的对象应该具有相同的行数，但是
由 I 保护的原子向量、因子和特征向量将是
如有必要，可循环使用多次（包括从 R
2.9.0，列表参数的元素）。

因此，在OP的实际示例中，不应该出现错误，因为R应该回收长度为50的较短向量。事实上，当我运行以下命令时：

set.seed(1)
a <- runif(50)
b <- 1:50
c <- rep(LETTERS[1:5],length.out = 50)
dat1 <- data.frame(a,b,c)
dat2 <- data.frame(d = runif(10),e = runif(10))
cbind(dat1,dat2)

我没有收到任何错误，并且较短的数据帧按预期回收。但是，当我运行此命令时：

set.seed(1)
a <- runif(50)
b <- 1:50
c <- rep(LETTERS[1:5],length.out = 50)
dat1 <- data.frame(a,b,c)
dat2 <- data.frame(d = runif(9), e = runif(9))
cbind(dat1,dat2)

我收到以下错误：

Error in data.frame(..., check.names = FALSE) : 
  arguments imply differing number of rows: 50, 9

但 R 的奇妙之处在于，您几乎可以让它执行您想要的任何操作，即使您不应该这样做。例如，这是一个简单的函数，它将cbind长度不均匀的数据帧并自动用NA填充较短的数据帧：

cbindPad <- function(...){
args <- list(...)
n <- sapply(args,nrow)
mx <- max(n)
pad <- function(x, mx){
    if (nrow(x) < mx){
        nms <- colnames(x)
        padTemp <- matrix(NA, mx - nrow(x), ncol(x))
        colnames(padTemp) <- nms
        if (ncol(x)==0) {
          return(padTemp)
        } else {
        return(rbind(x,padTemp))
          }
    }
    else{
        return(x)
    }
}
rs <- lapply(args,pad,mx)
return(do.call(cbind,rs))
}

可以这样使用：

set.seed(1)
a <- runif(50)
b <- 1:50
c <- rep(LETTERS[1:5],length.out = 50)
dat1 <- data.frame(a,b,c)
dat2 <- data.frame(d = runif(10),e = runif(10))
dat3 <- data.frame(d = runif(9), e = runif(9))
cbindPad(dat1,dat2,dat3)

我不保证该功能在所有情况下都有效；它仅作为示例。

编辑

如果主要目标是创建 csv 或文本文件，您只需更改函数即可使用 "" 而不是 NA 进行填充code> 然后执行如下操作：

dat <- cbindPad(dat1,dat2,dat3)
rs <- as.data.frame(apply(dat,1,function(x){paste(as.character(x),collapse=",")}))

然后在 rs 上使用 write.table。

Answer 8

参考Andrie的回答，建议使用plyr::rbind.fill()：
与 t() 结合使用，您将获得类似于 cbind.fill() （不是 plyr 的一部分）的东西，它将使用以下命令构建您的数据框：考虑相同的案件编号。

Answer 9

我的想法是获取所有 data.frame 的最大行数，然后根据需要将空矩阵附加到每个 data.frame 。该方法不需要额外的包，只使用base。代码如下：

list.df <- list(data.frame(a = 1:10), data.frame(a = 1:5), data.frame(a = 1:3))

max.rows <- max(unlist(lapply(list.df, nrow), use.names = F))

list.df <- lapply(list.df, function(x) {
    na.count <- max.rows - nrow(x)
    if (na.count > 0L) {
        na.dm <- matrix(NA, na.count, ncol(x))
        colnames(na.dm) <- colnames(x)
        rbind(x, na.dm)
    } else {
        x
    }
})

do.call(cbind, list.df)

#     a  a  a
# 1   1  1  1
# 2   2  2  2
# 3   3  3  3
# 4   4  4 NA
# 5   5  5 NA
# 6   6 NA NA
# 7   7 NA NA
# 8   8 NA NA
# 9   9 NA NA
# 10 10 NA NA