Rbind，在数据帧中有数据帧会导致错误吗？答案

【问题标题】：Rbind, having data frames within data frames causes errors?Rbind，在数据帧中有数据帧会导致错误吗？
【发布时间】：2015-10-11 10:37:05
【问题描述】：

我有一个data.frame，它又包含data.frames，现在在两个相同的数据集（例如rbind(k,k)）上使用rbind会引发错误：

xpdrows.data.frame(x, rows, new.rows) 中的错误：要处理的项目数 replace 不是替换长度的倍数

下面是带有数据的对象的结构。

> str(k)
'data.frame':   25 obs. of  18 variables:
 $ location         :'data.frame':  25 obs. of  5 variables:
  ..$ address   :'data.frame':  25 obs. of  1 variable:
  .. ..$ streetAddress: chr  "Astrakangatan 110A" "Västmannagatan 85C" "Doktor Abelins gata 6" "Standarvägen 1" ...
  ..$ position  :'data.frame':  25 obs. of  2 variables:
  .. ..$ latitude : num  59.4 59.3 59.3 59.3 59.3 ...
  .. ..$ longitude: num  17.8 18 18.1 18 18 ...
  ..$ namedAreas:List of 25
  .. ..$ : chr "Hässelby"
  .. ..$ : chr "Vasastan"
  .. ..$ : chr "Södermalm"
  .. ..$ : chr "Gamla Älvsjö"
  .. ..$ : chr "Fruängen-Hägersten"
  .. ..$ : chr "Södermalm"
  .. ..$ : chr "Kungsholmen"
  .. ..$ : chr "Fruängen"
  .. ..$ : chr "Årsta"
  .. ..$ : chr "Telefonplan"
  .. ..$ : chr "Kista"
  .. ..$ : chr "Östberga"
  .. ..$ : chr "Hägerstensåsen"
  .. ..$ : chr "Östermalm"
  .. ..$ : chr "Årsta"
  .. ..$ : chr "Bromma Blackeberg"
  .. ..$ : chr "Similar Listings Overwritten Here"
  .. ..$ : chr "Traneberg"
  .. ..$ : chr "Kungsholmen"
  .. ..$ : chr "Skärholmen"
  .. ..$ : chr "Katarina"
  .. ..$ : chr "Farsta stadsdelsområde"
  .. ..$ : chr "Kista"
  .. ..$ : chr "Bromma"
  .. ..$ : chr "Akalla"
  ..$ region    :'data.frame':  25 obs. of  2 variables:
  .. ..$ municipalityName: chr  "Stockholm" "Stockholm" "Stockholm" "Stockholm" ...
  .. ..$ countyName      : chr  "Stockholms län" "Stockholms län" "Stockholms län" "Stockholms län" ...
  ..$ distance  :'data.frame':  25 obs. of  1 variable:
  .. ..$ ocean: int  NA 2325 1223 6360 NA 329 2630 NA 2837 5537 ...
 $ listPrice        : int  1900000 4100000 4875000 2950000 1995000 1395000 2450000 2250000 2550000 1995000 ...
 $ rent             : int  4678 1586 3092 3983 2587 520 1437 3644 2936 2707 ...
 $ floor            : num  1 1 NA 1 3 0.5 1 6 3 NA ...
 $ livingArea       : num  60 40 70 91 37 11 28 59 54 42 ...
 $ source           :'data.frame':  25 obs. of  4 variables:
  ..$ name: chr  "HusmanHagberg" "BOSTHLM" "Gripsholms Fastighetsförmedling" "Fastighetsbyrån" ...
  ..$ id  : int  1610 1499 9895524 1573 58 713 2091 1566 1566 1566 ...
  ..$ type: chr  "Broker" "Broker" "Broker" "Broker" ...
  ..$ url : chr  "http://www.husmanhagberg.se/" "http://www.bosthlm.se/" "http://gripsholms.se/" "http://www.fastighetsbyran.se/" ...
 $ rooms            : num  2 2 2.5 3.5 2 1 1 2 2 2 ...
 $ published        : Date, format: "2015-07-17" "2015-07-16" "2015-07-15" "2015-07-10" ...
 $ constructionYear : int  2006 NA 1929 1937 NA 1929 1930 2014 1949 1944 ...
 $ objectType       : chr  "Lägenhet" "Lägenhet" "Lägenhet" "Lägenhet" ...
 $ booliId          : int  1920703 1919949 1896584 1917520 1918145 1918049 1917638 1849399 1916805 1826479 ...
 $ soldDate         : Date, format: "2015-07-21" "2015-07-19" "2015-07-20" "2015-07-20" ...
 $ soldPrice        : int  2000000 4100000 5175000 4200000 2500000 1850000 2820000 2600000 2900000 2230000 ...
 $ url              : chr  "https://www.booli.se/bostad/lagenhet/hasselby/astrakangatan+110a/1920703" "https://www.booli.se/bostad/lagenhet/vasastan/vastmannagatan+85c/1919949" "https://www.booli.se/bostad/lagenhet/sodermalm/doktor+abelins+gata+6/1896584" "https://www.booli.se/bostad/lagenhet/gamla+alvsjo/standarvagen+1/1917520" ...
 $ isNewConstruction: int  NA NA NA NA NA NA NA NA NA NA ...
 $ plotArea         : int  NA NA NA NA 0 NA NA NA NA NA ...
 $ AreaSize         : Factor w/ 10 levels "10","20","30",..: 6 4 7 9 3 1 2 5 5 4 ...
 $ PriceDiff        : int  100000 0 300000 1250000 505000 455000 370000 350000 350000 235000 ...

是否不建议在数据帧中使用数据帧？还是我做错了？

@SimonG，答案很好。但是我偶然发现了一个非唯一的行名错误。现在使用nrbind()适用于单个列或数据框e.g. mapply(nrbind, k$location, k$location)，但在运行整个data.frame时不知何故无法运行。即使我用row.names 更改行名，它仍然会引发错误。

> nrbind <- function(x,y) if(is.data.frame(x)) rbind(x,y) else c(x,y)
> as.data.frame( mapply(nrbind, k, k) )
 Show Traceback

 Rerun with Debug
 Error in `row.names<-.data.frame`(`*tmp*`, value = value) : 
  duplicate 'row.names' are not allowed In addition: Warning message:
non-unique values when setting 'row.names': ‘1’, ‘10’, ‘11’, ‘12’, ‘13’, ‘14’, ‘15’, ‘16’, ‘17’, ‘18’, ‘19’, ‘2’, ‘20’, ‘21’, ‘22’, ‘23’, ‘24’, ‘25’, ‘3’, ‘4’, ‘5’, ‘6’, ‘7’, ‘8’, ‘9’

【问题讨论】：

我刚刚看到您的数据框包含多层嵌套。我在下面更新了我的答案。

标签： r dataframe rbind

【解决方案1】：

我花了一段时间才真正生成像您这样的“嵌套”数据框。就个人而言，我会避免像这样嵌套数据框。这只是对您的代码的微小调整，使您能够使用 R 中的标准函数（请参阅下面的选项 2）。

但是，如果您坚持使用嵌套数据框，则可以使用 mapply“模仿”rbind 的功能，其中 rbind 和 c 的混合应用取决于数据框是数据框本身。我为两个数据框编写了一个小示例（请参阅下面的选项 1）。

选项 1：单层嵌套

a <- letters[1:5]
xy <- data.frame(x=1:5, y=5:1)

k <- data.frame(a)
k[["xy"]] <- xy

# 'data.frame':   5 obs. of  2 variables:
#  $ a : Factor w/ 5 levels "a","b","c","d",..: 1 2 3 4 5
#  $ xy:'data.frame':     5 obs. of  2 variables:
#   ..$ x: int  1 2 3 4 5
#   ..$ y: int  5 4 3 2 1

nrbind <- function(x,y) if(is.data.frame(x)) rbind(x,y) else c(x,y)
as.data.frame( mapply(nrbind, k, k) )

#    a xy.x xy.y
# 1  1    1    5
# 2  2    2    4
# 3  3    3    3
# 4  4    4    2
# 5  5    5    1
# 6  1    1    5
# 7  2    2    4
# 8  3    3    3
# 9  4    4    2
# 10 5    5    1

请注意，上面的函数nrbind 确实“又快又脏”。但是，调整它以满足您的需求应该很简单。

还要注意mapply 的结果将不再是嵌套数据框。因此，为了重复使用选项1，您必须扩展函数nrbind，而不是重复运行mapply。

选项 2：重新定义为常规 data.frame

k <- data.frame(a=a, xy=xy)

# 'data.frame':   5 obs. of  3 variables:
#  $ a   : Factor w/ 5 levels "a","b","c","d",..: 1 2 3 4 5
#  $ xy.x: int  1 2 3 4 5
#  $ xy.y: int  5 4 3 2 1

rbind(k, k) # result as above

使用常规数据框是我的首选方式。

[编辑：] 选项 3：更高级别的嵌套

最初，我没有看到您的数据框实际上嵌套了多次。以上两个选项仅适用于单层嵌套或根本不嵌套。

可以通过使整个事物递归来解决多层嵌套问题。

b <- data.frame(a)
b[["z"]] <- data.frame(z1=1:5, z2=5:1)
k <- data.frame(a)
k[["b"]] <- b; k[["xy"]] <- xy

# 'data.frame':   5 obs. of  3 variables:
#  $ a : Factor w/ 5 levels "a","b","c","d",..: 1 2 3 4 5
#  $ b :'data.frame':     5 obs. of  2 variables:
#   ..$ a: Factor w/ 5 levels "a","b","c","d",..: 1 2 3 4 5
#   ..$ z:'data.frame':   5 obs. of  2 variables:
#   .. ..$ z1: int  1 2 3 4 5
#   .. ..$ z2: int  5 4 3 2 1
#  $ xy:'data.frame':     5 obs. of  2 variables:
#   ..$ x: int  1 2 3 4 5
#   ..$ y: int  5 4 3 2 1

recursive.rbind <- function(x,y){
  ll <- lapply(seq_along(x), function(i){ 
    if(is.data.frame(x[[i]])) nrbind(x[[i]],y[[i]]) else rbind(x[i],y[i])
  })
  names(ll) <- names(x)
  as.data.frame(ll)
}

recursive.rbind(k,k)

#    a b.a b.z.z1 b.z.z2 xy.x xy.y
# 1  a   a      1      5    1    5
# 2  b   b      2      4    2    4
# 3  c   c      3      3    3    3
# 4  d   d      4      2    4    2
# 5  e   e      5      1    5    1
# 6  a   a      1      5    1    5
# 7  b   b      2      4    2    4
# 8  c   c      3      3    3    3
# 9  d   d      4      2    4    2
# 10 e   e      5      1    5    1

【讨论】：

不客气。如果它解决了您的问题，请记住接受答案（当然，除非有人给出更好的答案！）:)
出现了一个小问题 ;) 将选项二与 mapply 一起使用时。我收到一个非唯一的行名错误。现在我的 rownames 都将是相同的。你知道任何直接的解决方案吗？在运行代码之前清除行名时也会发生这种情况（ row.names(k)
你确定吗？在上面的示例中，选项 1 适用于 mapply，选项 2 适用于 mapply 和 rbind。我仅在将选项 1 与 rbind 一起使用时收到错误消息（带有您描述的错误消息）。你确定你有“正确的”k？
是的，我使用了正确的 k。我在这里有点困惑。在选项 2 中，将实际 k 用于“k
发生这种情况是因为您的数据框包含多层嵌套。我现在才注意到这一点。 A 在我的答案中添加了递归解决方案（选项 3）。