在 dplyr 中替换 plyr::cbind.fill？答案

【问题标题】：Replacement of plyr::cbind.fill in dplyr?在 dplyr 中替换 plyr::cbind.fill？
【发布时间】：2020-05-21 18:58:39
【问题描述】：

如果这个问题很简单，我很抱歉，但我一直在网上搜索，似乎找不到简单的解决方案。

我目前有一个 R 对象列表（命名向量或 1 个变量的数据框，我可以使用其中任何一个），我想将它们加入 1 个大型数据框，每个唯一名称/行名有 1 行，1 列对于原始列表中的每个元素。

我的起始列表如下所示：

l1 <- list(df1 = data.frame(c(1,2,3), row.names = c("A", "B", "C")), 
       df2 = data.frame(c(2,6), row.names = c("B", "D")),
       df3 = data.frame(c(3,6,9), row.names = c("C", "D", "A")),
       df4 = data.frame(c(4,12), row.names = c("A", "E")))

我希望输出看起来像：

data.frame("df1" = c(1,2,3,NA,NA),
+            "df2" = c(NA,2,NA,6,NA),
+            "df3" = c(9,NA,3,6,NA),
+            "df4" = c(4,NA,NA,NA,12), row.names = c("A", "B", "C", "D", "E"))
  df1 df2 df3 df4
A   1  NA   9   4
B   2   2  NA  NA
C   3  NA   3  NA
D  NA   6   6  NA
E  NA  NA  NA  12

我不介意填充值是 NA 还是 0（最终我想要 0，但这很容易解决）。

我几乎肯定plyr::cbind.fill 确实做到了这一点，但我一直在我的脚本的其余部分使用 dplyr，我认为两者都不是一个好主意。 dplyr::bind_cols 似乎不适用于不同长度的向量。我知道这里有人问过一个非常相似的问题：R: Is there a good replacement for plyr::rbind.fill in dplyr? 但正如我所提到的，这个解决方案实际上似乎不起作用。 dplyr::full_join 也没有，甚至包裹在 do.call 中。是否有直接的解决方案，或者是编写自定义函数的唯一解决方案？

【问题讨论】：

不确定您是否注意到，但由于您在 data.frame 中放置了一个没有名称的向量，因此您的名称很乱，例如 c.1..2..3.
@camille 我确实注意到，在我的实际数据中并非如此。列表元素一开始只是命名向量，但我可以轻松地将它们强制转换为 1 个变量的数据框，并且列名最终与相应的列表元素名称相同。

标签： r dplyr plyr cbind

【解决方案1】：

另一个purrr 和dplyr 选项可能是：

l1 %>%
 map2_dfr(.x = ., .y = names(.), ~ setNames(.x, .y) %>%
           rownames_to_column()) %>%
 group_by(rowname) %>%
 summarise_all(~ ifelse(all(is.na(.)), NA, first(na.omit(.))))

  rowname   df1   df2   df3   df4
  <chr>   <dbl> <dbl> <dbl> <dbl>
1 A           1    NA     9     4
2 B           2     2    NA    NA
3 C           3    NA     3    NA
4 D          NA     6     6    NA
5 E          NA    NA    NA    12

【讨论】：

【解决方案2】：

我们可以使用rownames_to_column 将行名转换为一列，然后将rename 转换为第二列，将list 元素与bind_rows 绑定，并使用pivot_wider 重塑为“宽”

library(dplyr)
library(tidyr)
library(purrr)
library(tibble)
map_dfr(l1, ~ rownames_to_column(.x, 'rn') %>% 
              rename_at(2, ~'v1'), .id = 'grp') %>%        
   pivot_wider(names_from = grp, values_from = v1) %>% 
   column_to_rownames('rn')

【讨论】：

我不确定我做错了什么，或者只是我所在机构的 RStudio 版本过时，但我收到了Error in pivot_wider(., names_from = grp, values_from = v1) : could not find function "pivot_wider"
@Tom 请检查您的tidyr 版本。它从 1.0.0 开始提供
我真的很喜欢这种方法！一件小事：使用purrr::map_dfr() 你可以跳过bind_rows() 该行看起来像这样：map_dfr(l1, ~ rownames_to_column(.x, 'rn') %>% 2, ~'v1'), .id = 'grp')
@Till 谢谢。我忘记了。

【解决方案3】：

这里有一些purrr 和dplyr 函数的方法。创建列名来表示每个数据框——因为每个只有一列，使用setNames 很容易，但如果使用更多列，您可以使用dplyr::rename。根据原始行名对整个列表进行全连接，并用 0 填充 NAs。

library(dplyr)
library(purrr)

l1 %>%
  imap(~setNames(.x, .y)) %>%
  map(tibble::rownames_to_column) %>%
  reduce(full_join, by = "rowname") %>%
  mutate_all(tidyr::replace_na, 0)
#>   rowname df1 df2 df3 df4
#> 1       A   1   0   9   4
#> 2       B   2   2   0   0
#> 3       C   3   0   3   0
#> 4       D   0   6   6   0
#> 5       E   0   0   0  12

【讨论】：