一个data.frame的重复行一个data.frame的重复行(Repeat rows of a

我想重复一个data.frame的行，每行N倍。 结果应该是一个新的data.frame （具有nrow(new.df) == nrow(old.df) * N ），保持列的数据类型。

例如，对于N = 2：

                        A B   C
  A B   C             1 j i 100
1 j i 100     -->     2 j i 100
2 K P 101             3 K P 101
                      4 K P 101

因此，每一行重复2次和字符保持字符，因素仍然因素，NUMERICS保持数字，...

从前，我第一次尝试申请： apply(old.df, 2, function(co) rep(co, each = N))但这一转变我的价值观，以人物和我得到：

     A   B   C    
[1,] "j" "i" "100"
[2,] "j" "i" "100"
[3,] "K" "P" "101"
[4,] "K" "P" "101"

Answer 1:

df <- data.frame(a=1:2, b=letters[1:2]) 
df[rep(seq_len(nrow(df)), each=2),]

Answer 2:

干净dplyr解决方案，取自这里

library(dplyr)
df <- data_frame(x = 1:2, y = c("a", "b"))
df %>% slice(rep(1:n(), each = 2))

Answer 3:

如果你可以重复整个事情，或子集它首先然后重复这一点，那么这种类似的问题可能会有所帮助。 再来一次：

library(mefa)
rep(mtcars,10) 

或者干脆

mefa:::rep.data.frame(mtcars)

Answer 4:

该rep.row功能似乎有时会列出列，从而导致记忆力不好hijinks。 我写这似乎运作良好的情况如下：

library(plyr)
rep.row <- function(r, n){
  colwise(function(x) rep(x, n))(r)
}

Answer 5:

添加到什么@dardisco提及mefa::rep.data.frame()它是非常灵活的。

您可以重复每行N次 ：

rep(df, each=N)

或重复整个数据框N次 （认为：当您回收量化参数等）

rep(df, times=N)

两个大拇指的mefa ！ 我从来没有听说过，到现在为止，我不得不写手工代码来做到这一点。

Answer 6:

作为参考，并添加到答案援引间位，可能值得采取的执行一脸mefa::rep.data.frame()如果你不希望包括整个包：

> data <- data.frame(a=letters[1:3], b=letters[4:6])
> data
  a b
1 a d
2 b e
3 c f
> as.data.frame(lapply(data, rep, 2))
  a b
1 a d
2 b e
3 c f
4 a d
5 b e
6 c f

Answer 7:

我的解决方案类似mefa:::rep.data.frame ，但快一点和关心行的名称：

rep.data.frame <- function(x, times) {
    rnames <- attr(x, "row.names")
    x <- lapply(x, rep.int, times = times)
    class(x) <- "data.frame"
    if (!is.numeric(rnames))
        attr(x, "row.names") <- make.unique(rep.int(rnames, times))
    else
        attr(x, "row.names") <- .set_row_names(length(rnames) * times)
    x
}

比较的解决方案：

library(Lahman)
library(microbenchmark)
microbenchmark(
    mefa:::rep.data.frame(Batting, 10),
    rep.data.frame(Batting, 10),
    Batting[rep.int(seq_len(nrow(Batting)), 10), ],
    times = 10
)
#> Unit: milliseconds
#>                                            expr       min       lq     mean   median        uq       max neval cld
#>              mefa:::rep.data.frame(Batting, 10) 127.77786 135.3480 198.0240 148.1749  278.1066  356.3210    10  a 
#>                     rep.data.frame(Batting, 10)  79.70335  82.8165 134.0974  87.2587  191.1713  307.4567    10  a 
#>  Batting[rep.int(seq_len(nrow(Batting)), 10), ] 895.73750 922.7059 981.8891 956.3463 1018.2411 1127.3927    10   b

Answer 8:

存在着通过添加仅重复某些行N次每次，可能例如一个可爱的矢量溶液ntimes列到数据帧：

  A B   C ntimes
1 j i 100      2
2 K P 101      4
3 Z Z 102      1

方法：

df <- data.frame(A=c("j","K","Z"), B=c("i","P","Z"), C=c(100,101,102), ntimes=c(2,4,1))
df <- as.data.frame(lapply(df, rep, df$ntimes))

结果：

  A B   C ntimes
1 Z Z 102      1
2 j i 100      2
3 j i 100      2
4 K P 101      4
5 K P 101      4
6 K P 101      4
7 K P 101      4

这是非常相似的乔希·奥布莱恩和马克·米勒的方法：

df[rep(seq_len(nrow(df)), df$ntimes),]

然而，这种方法显得相当慢一点：

df <- data.frame(A=c("j","K","Z"), B=c("i","P","Z"), C=c(100,101,102), ntimes=c(2000,3000,4000))

microbenchmark::microbenchmark(
  df[rep(seq_len(nrow(df)), df$ntimes),],
  as.data.frame(lapply(df, rep, df$ntimes)),
  times = 10
)

结果：

Unit: microseconds
                                      expr      min       lq      mean   median       uq      max neval
   df[rep(seq_len(nrow(df)), df$ntimes), ] 3563.113 3586.873 3683.7790 3613.702 3657.063 4326.757    10
 as.data.frame(lapply(df, rep, df$ntimes))  625.552  654.638  676.4067  668.094  681.929  799.893    10

Answer 9:

尝试使用例如

N=2
rep(1:4, each = N) 

作为指标

Answer 10:

另一种方式做，这会先得到行索引，追加DF额外的副本，然后通过索引顺序：

df$index = 1:nrow(df)
df = rbind(df,df)
df = df[order(df$index),][,-ncol(df)]

尽管其他的解决方案可以更短，这种方法可能在某些情况下更有利。

文章来源: Repeat rows of a data.frame