Как разделить фрейм данных?
Я хочу разбить фрейм данных на несколько меньших. Это выглядит очень тривиальным вопросом, однако я не могу найти решение с помощью веб-поиска.
8 ответов
Вы также можете разделить фрейм данных на произвольное количество меньших фреймов. Здесь мы разрезаем на два кадра данных.
x = data.frame(num = 1:26, let = letters, LET = LETTERS)
set.seed(10)
split(x, sample(rep(1:2, 13)))
дает
$`1`
num let LET
3 3 c C
6 6 f F
10 10 j J
12 12 l L
14 14 n N
15 15 o O
17 17 q Q
18 18 r R
20 20 t T
21 21 u U
22 22 v V
23 23 w W
26 26 z Z
$`2`
num let LET
1 1 a A
2 2 b B
4 4 d D
5 5 e E
7 7 g G
8 8 h H
9 9 i I
11 11 k K
13 13 m M
16 16 p P
19 19 s S
24 24 x X
25 25 y Y
Вы также можете разделить фрейм данных на основе существующего столбца. Например, чтобы создать три кадра данных на основе cyl колонка в mtcars:
split(mtcars,mtcars$cyl)
Если вы хотите разделить фрейм данных в соответствии со значениями некоторой переменной, я бы предложил использовать daply() от plyr пакет.
library(plyr)
x <- daply(df, .(splitting_variable), function(x)return(x))
Сейчас, x это массив данных. Чтобы получить доступ к одному из фреймов данных, вы можете индексировать его по имени уровня переменной разделения.
x$Level1
#or
x[["Level1"]]
Я был бы уверен, что нет других более умных способов иметь дело с вашими данными, прежде чем разделить их на множество фреймов данных.
Вы также можете использовать
data2 <- data[data$sum_points == 2500, ]
Это создаст кадр данных со значениями, где sum_points = 2500
Это дает:
airfoils sum_points field_points init_t contour_t field_t
...
491 5 2500 5625 0.000086 0.004272 6.321774
498 5 2500 5625 0.000087 0.004507 6.325083
504 5 2500 5625 0.000088 0.004370 6.336034
603 5 250 10000 0.000072 0.000525 1.111278
577 5 250 10000 0.000104 0.000559 1.111431
587 5 250 10000 0.000072 0.000528 1.111524
606 5 250 10000 0.000079 0.000538 1.111685
....
> data2 <- data[data$sum_points == 2500, ]
> data2
airfoils sum_points field_points init_t contour_t field_t
108 5 2500 625 0.000082 0.004329 0.733109
106 5 2500 625 0.000102 0.004564 0.733243
117 5 2500 625 0.000087 0.004321 0.733274
112 5 2500 625 0.000081 0.004428 0.733587
Я только что опубликовал своего рода RFC, который может вам помочь: разбить вектор на куски в R
x = data.frame(num = 1:26, let = letters, LET = LETTERS)
## number of chunks
n <- 2
dfchunk <- split(x, factor(sort(rank(row.names(x))%%n)))
dfchunk
$`0`
num let LET
1 1 a A
2 2 b B
3 3 c C
4 4 d D
5 5 e E
6 6 f F
7 7 g G
8 8 h H
9 9 i I
10 10 j J
11 11 k K
12 12 l L
13 13 m M
$`1`
num let LET
14 14 n N
15 15 o O
16 16 p P
17 17 q Q
18 18 r R
19 19 s S
20 20 t T
21 21 u U
22 22 v V
23 23 w W
24 24 x X
25 25 y Y
26 26 z Z
Ура, Себастьян
Ответ, который вы хотите, во многом зависит от того, как и почему вы хотите разбить фрейм данных.
Например, если вы хотите опустить некоторые переменные, вы можете создать новые фреймы данных из определенных столбцов базы данных. Индексы в скобках после фрейма данных относятся к номерам строк и столбцов. Проверьте Spoetry для полного описания.
newdf <- mydf[,1:3]
Или вы можете выбрать конкретные строки.
newdf <- mydf[1:3,]
И эти индексы также могут быть логическими тестами, такими как выбор строк, содержащих определенное значение, или факторов с желаемым значением.
Что вы хотите сделать с оставшимися кусками? Вам нужно выполнить одну и ту же операцию для каждого куска базы данных? Затем вы захотите убедиться, что подмножества фрейма данных заканчиваются удобным объектом, например списком, который поможет вам выполнить одну и ту же команду для каждого фрагмента фрейма данных.
subset() Также полезно:
subset(DATAFRAME, COLUMNNAME == "")
Для пакета опроса, возможно, survey пакет уместен?
Если вы хотите разделить по значениям в одном из столбцов, вы можете использовать lapply, Например, чтобы разделить ChickWeight в отдельный набор данных для каждого цыпленка:
data(ChickWeight)
lapply(unique(ChickWeight$Chick), function(x) ChickWeight[ChickWeight$Chick == x,])
Разделение фрейма данных кажется контрпродуктивным. Вместо этого используйте парадигму split-apply-Объединить, например, сгенерировать некоторые данные
df = data.frame(grp=sample(letters, 100, TRUE), x=rnorm(100))
затем разбить только соответствующие столбцы и применить scale() функция х в каждой группе, и объединить результаты (используя split<- или же ave)
df$z = 0
split(df$z, df$grp) = lapply(split(df$x, df$grp), scale)
## alternative: df$z = ave(df$x, df$grp, FUN=scale)
Это будет очень быстро по сравнению с разбиением data.frames, и результат останется пригодным для последующего анализа без итерации. Я думаю, что синтаксис dplyr
library(dplyr)
df %>% group_by(grp) %>% mutate(z=scale(x))
В общем, это решение dplyr быстрее, чем разделение фреймов данных, но не так быстро, как split-apply-Объединение