Я хочу разбить фрейм данных на несколько меньших. Это выглядит очень тривиальным вопросом, однако я не могу найти решение из веб-поиска.Как разбить фрейм данных?
ответ
Если вы хотите разделить фрейм данных в соответствии со значениями некоторой переменной, я бы предложил использовать daply()
из пакета plyr
.
library(plyr)
x <- daply(df, .(splitting_variable), function(x)return(x))
Теперь x
является массивом dataframes. Чтобы получить доступ к одному из данных, вы можете проиндексировать его с именем уровня разделительной переменной.
x$Level1
#or
x[["Level1"]]
я быть уверен, что нет других, более умные способы борьбы с вашими данными, прежде чем разделив его на множество dataframes хотя.
, пожалуйста, предоставьте пакет, из которого не имеет базовую функцию, - предположительно вы имеете в виду daply из пакета plyr? – mdsumner
Я загрузил plyr в своем фрагменте кода, поэтому я подумал, что это ясно, но я буду редактировать прозу для прояснения. – JoFrhwld
Не хотите сказать 'dlply'? – hadley
подмножество() также полезно
subset(DATAFRAME, COLUMNNAME == "")
Для пакета обследования, возможно, пакет "опрос" уместен?
Вы также можете вырезать кадр данных на произвольное число меньших dataframes. Здесь мы разрезаем 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
Ответ вы хотите очень сильно зависит от того, как и почему вы хотите, чтобы разбить кадр данных.
Например, если вы хотите оставить некоторые переменные, вы можете создавать новые кадры данных из определенных столбцов базы данных. Нижние индексы в скобках после кадра данных относятся к номерам строк и столбцов. Зайдите в Spoetry для полного описания.
newdf <- mydf[,1:3]
Или вы можете выбрать определенные строки.
newdf <- mydf[1:3,]
И эти индексы также могут быть логические тесты, такие как выбор строки, которые содержат определенное значение, или факторов, с требуемым значением.
Что вы хотите сделать с оставшимися кусками? Вам нужно выполнить одну и ту же операцию на каждом фрагменте базы данных? Затем вы захотите убедиться, что подмножества кадра данных окажутся в удобном объекте, таком как список, который поможет вам выполнить одну и ту же команду на каждом фрагменте фрейма данных.
Я только что отправил своего рода RFC, которые могут помочь вам: Split a vector into chunks in 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
$`1`
num let LET
14 14 n N
15 15 o O
16 16 p P
17 17 q Q
18 18 r R
19 19 s S
20 20 t T
21 21 u U
22 22 v V
23 23 w W
24 24 x X
25 25 y Y
26 26 z Z
Приветствия, Sebastian
Вы можете также использовать
data2 <- data[data$sum_points == 2500, ]
Это сделает dataframe с значения, 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$sum_points == 2500, ]
> data2
airfoils sum_points field_points init_t contour_t field_t
108 5 2500 625 0.000082 0.004329 0.733109
106 5 2500 625 0.000102 0.004564 0.733243
117 5 2500 625 0.000087 0.004321 0.733274
112 5 2500 625 0.000081 0.004428 0.733587
привет, как бы вы пошли, если бы хотели разбить его динамически на другой data_frame, основанный на уникальных значениях в этом столбце.? –
Если вы хотите разделить на значения в одном из столбцов, вы можете использовать lapply
. Например, чтобы разделить ChickWeight
в отдельный набор данных для каждого цыпленка:
data(ChickWeight)
lapply(unique(ChickWeight$Chick), function(x) ChickWeight[ChickWeight$Chick == x,])
Расщепление кадр данных кажется непродуктивным. Вместо этого используйте сплит-применение, объединить парадигму, например, генерировать некоторые данные
df = data.frame(grp=sample(letters, 100, TRUE), x=rnorm(100))
затем расколоть только соответствующие столбцы и применить функцию scale()
х в каждой группе, и объединить результаты (с использованием split<-
или ave
)
df$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 расщеплением data.frames, а результат остается использовать по ходу анализа без итерации. Я думаю, что синтаксис dplyr является
library(dplyr)
df %>% group_by(grp) %>% mutate(z=scale(x))
В целом это dplyr решение быстрее, чем расщепление кадров данных, но не так быстро, как сплит-применить-комбайн.
никогда не понимал 'split()', но используя ['ntile' из' dplyr'] (http://stackoverflow.com/a/27646599/1888983), а затем фильтрацию по индексу группы («квартиль») что я хотел: 'group = df [df $ quartile == i,]'. – jozxyqk