R语言数据框的合并实现示例

有时数据集来自多个地方，我们需要将两个或多个数据集合并成一个数据集。合并数据框的操作包括纵向合并、横向合并和按照某个共有变量合并。

1.纵向合并：rbind( )

要纵向合并两个数据框，可以使用 rbind( )函数。被合并的两个数据框必须拥有相同的变量，这种合并通常用于向数据框中添加观测。例如：

data1 <- data.frame(id = 1:5, 
                    sex = c("female", "male", "male", "female", "male"),
                    age = c(32, 46, 25, 42, 29))
data1

data2 <- data.frame(id = 6:10, 
                    sex = c("male", "female", "male", "male", "female"),
                    age = c(52, 36, 28, 34, 26))
data2

rbind(data1, data2)

2. 横向合并：cbind ( )

要横向合并两个数据框，可以使用 cbind( ) 函数。用于合并的两个数据框必须拥有相同的行数，而且要以相同的顺序排列。这种合并通常用于向数据框中添加变量。例如：

data3 <- data.frame(days = c(28, 57, 15, 7, 19),
                    outcome = c("discharge", "dead", "discharge", "transfer", "discharge"))
data3

cbind(data1, data3)

3. 按照某个共有变量合并：merge( )

有时我们有多个相关的数据集，这些数据集有一个或多个共有变量，我们想把它们按照共有变量合并成一个大的数据集。函数 merge( ) 可以实现这个功能，例如：

data4 <- data.frame(id = c(2, 1, 3, 5, 4), 
                    outcome = c("discharge", "dead", "discharge", "transfer", "discharge"))
data4

mydata <- merge(data1, data4, by = "id")
mydata

full_join( )

dplyr 包中的 full_join( ) 函数也能实现上述功能上面的命令等价于：

options(warn=-1) # 清爽显示
library(dplyr)
mydata <- full_join(data1, data4, by = "id")
mydata

dplyr 包提供了多种用于合并数据框的函数，例如 bind_rows( )、bind_cols( )、left_join( )、right_join( ) 等，你可以查看这些函数的帮助文档了解它们的用法。

4. 数据框的长宽格式的转换

基本包里的函数 reshape( ) 可以对数据进行长宽格式之间的转换。

下面以 datasets 包里的数据集 Indometh 为例进行说明。该数据集是关于药物吲哚美辛（indometacin）的药物代谢动力学数据，一共有 6 名试验对象，每名试验对象在连续的 8 小时内定时测定了血液中的药物浓度，共有 11 次的测定值。该资料是长格式，下面将其转换为宽格式。

data(Indometh)
head(Indometh,12) # 这里增加一行，预览数据前 12 行，方便对比

wide <- reshape(Indometh, v.names = "conc", idvar = "Subject", timevar = "time", direction = "wide")
wide

• Indometh：这是一个数据框或数据集，表示要进行重塑操作的原始数据。
• v.names：这是一个字符串，表示要重塑的值变量的名称。在这种情况下，"conc"表示原始数据中的浓度变量。
• idvar：这是一个字符串或向量，表示标识变量的名称或变量列表。在这种情况下，"Subject"表示原始数据中的主体标识变量。
• timevar：这是一个字符串，表示时间变量的名称。在这种情况下，"time"表示原始数据中的时间变量。
• direction：这是一个字符串，表示重塑的方向。在这种情况下，"wide"表示要将数据从长格式重塑为宽格式。

我们还可以将宽格式数据 wide 重新转换为长格式：

long <- reshape(wide, idvar = "Subject", varying = list(2:12),
        v.names = "conc", direction = "long")
head(long, 12)

函数 reshape( ) 功能强大，但里面的参数很多，使用起来略显不便。

tidyr 包以一种比较简洁统一的格式实现数据长宽格式的转换，其中，函数 pivot_wider( ) 用于把长格式数据转换为宽格式，而函数 pivot_longer( ) 用于把宽格式数据转换为长格式。上面的结果也可以用下述命令得到：

library(tidyr)
wide <- pivot_wider(as.data.frame(Indometh),
                    names_from = time,
                    values_from = conc)
wide

注意在上面的函数 pivot_wider( ) 中，我们用函数 as.data.frame( ) 将数据 Indometh 转换成了数据框，这是因为其默认类型不是数据框。数据框 wide 也能重新转换为长格式：

long <- pivot_longer(wide, -Subject, 
                     names_to = "time", values_to = "conc")
long

一个“整洁”的数据集（tidy data）应该满足：每一行代表一个观测，每一列代表一个变量。在对医学数据进行分析之前，通常情况下应先把数据集转换为长格式，因为 R 中的大多数函数都支持这种格式的数据。

tidyr 包中的 gather() 和 spread() 同样可以用于长型、宽型数据类型转换，详见 Cookbook for R。

到此这篇关于R语言数据框的合并实现示例的文章就介绍到这了,更多相关R语言数据框合并内容请搜索程序员之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持程序员之家！

最新评论