按值拆分 data.frame答案

【问题标题】：Split data.frame by value按值拆分 data.frame
【发布时间】：2012-07-09 06:24:17
【问题描述】：

如何拆分以下data.frame

df <- data.frame(var1 = c("a", 1, 2, 3, "a", 1, 2, 3, 4, 5, 6, "a", 1, 2), var2 = 1:14)

进入/组列表

所以基本上，第 1 列中的值“a”是我想要拆分数据框的标签/标识符。我知道拆分功能，但这意味着我必须添加另一列，因为从我的示例中可以看出，组的大小可能会有所不同，我不知道如何自动创建这样一个虚拟列以满足我的需要。

对此有什么想法吗？

干杯，

斯文

【问题讨论】：

标签： r split dataframe

【解决方案1】：

您可以找到索引向量的哪些值等于“a”，然后根据该值创建一个分组变量，然后使用拆分。

df[,1] == "a"
# [1]  TRUE FALSE FALSE FALSE  TRUE FALSE FALSE FALSE FALSE FALSE FALSE  TRUE
#[13] FALSE FALSE
cumsum(df[,1] == "a")
# [1] 1 1 1 1 2 2 2 2 2 2 2 3 3 3
split(df, cumsum(df[,1] == "a"))
#$`1`
#  var1 var2
#1    a    1
#2    1    2
#3    2    3
#4    3    4
#
#$`2`
#   var1 var2
#5     a    5
#6     1    6
#7     2    7
#8     3    8
#9     4    9
#10    5   10
#11    6   11
#
#$`3`
#   var1 var2
#12    a   12
#13    1   13
#14    2   14

【讨论】：

这看起来有点像我建议的。你是我的克隆人吗？
@JoshuaUlrich 克隆人会从你的声誉中获得一定比例吗？如果是，那么是的。
我已经给了你10个，你还想要什么？天哪，克隆人很需要... ;-)

【解决方案2】：

您可以创建一个循环，循环遍历数据框的整个第一列，并将非数字字符的位置保存在向量中。因此，你会有类似的东西：

data <- df$var1 #this gives you a vector of the values you'll sort through

positions <- c()

for (i in seq(1:length(data))){
    if (is.numeric(data[i]) == TRUE) {
        #nothing
    }
    else positions <- append(positions, i) #saves the positions of the non-numeric characters
}

有了这些位置，从那里访问拆分数据框应该不会有问题。这只是在位置向量中的值之间使用序列的问题。

【讨论】：

也感谢您的代码 sn-p。该解决方案的问题在于，不是“a”的其他值也可以是文本，并不总是数字。也许我的例子设计得不够好。但是，也很高兴知道该解决方案。谢谢！ :)
如果目标是找到不需要循环的位置。你可以做类似which(df$var1=="a") 的事情。在使用 R 时，尽量避免循环作为您的首选。
@Roland 我习惯用 python 编程，所以这就是我倾向于使用循环的原因。我发现对如何使用循环的扎实知识消除了记住大量内置函数的需要，但是你是如何对所有这些函数有感觉的呢？可能有很多我个人可以使用这些功能的实例，但不知道它们。
循环通常是在 R 中实现某些东西的效率最低的方法（按数量级）。这会激发您搜索（矢量化）函数的动力。