按列名索引拆分数据框答案

【问题标题】：Splitting a dataframe by column name indices按列名索引拆分数据框
【发布时间】：2014-12-16 09:42:36
【问题描述】：

这是先前问题的变体。

df <- data.frame(matrix(rnorm(9*9), ncol=9))
names(df) <- c("c_1", "d_1", "e_1", "a_p", "b_p", "c_p", "1_o1", "2_o1", "3_o1")

我想通过下划线“_”后面的 column.names 中给出的索引来拆分数据框。（索引可以是不同长度的任何字符/数字；这些只是随机示例）。

indx <- gsub(".*_", "", names(df))

并相应地命名生成的数据帧，最后我想得到三个数据帧，称为：

df_1
df_p
df_o1

谢谢！

【问题讨论】：

标签： r

【解决方案1】：

在这里，您可以使用indx 拆分列名，使用lapply 和[ 获取列表中的数据子集，使用setNames 设置列表元素的名称，并使用list2env如果您需要它们作为单独的数据集（不推荐，因为大多数操作都可以在列表中完成，以后如果需要，可以使用write.table 和lapply 保存。

 list2env(
     setNames(
       lapply(split(colnames(df), indx), function(x) df[x]),
                paste('df', sort(unique(indx)), sep="_")), 
                                              envir=.GlobalEnv)


head(df_1,2)
#      c_1        d_1        e_1
#1  1.0085829 -0.7219199  0.3502958
#2 -0.9069805 -0.7043354 -1.1974415


head(df_o1,2)
#     1_o1      2_o1       3_o1
#1 0.7924930  0.434396  1.7388130
#2 0.9202404 -2.079311 -0.6567794

head(df_p,2)
#      a_p       b_p        c_p
#1 -0.12392272 -1.183582  0.8176486
#2  0.06330595 -0.659597 -0.6350215

或使用Map。这类似于上述方法，即。用indx拆分列名，用[提取列，其余同上。

list2env(setNames(Map(`[` , 
       list(df), split(colnames(df), indx)),
          paste('df',unique(sort(indx)), sep="_")), envir=.GlobalEnv)

更新

你可以这样做：

 indx1 <- factor(indx, levels=unique(indx))
 split(colnames(df), indx1)

【讨论】：

谢谢！是否可以根据原始输入保留列表内数据帧的顺序？ indx 表示的向量保留了这个顺序。

【解决方案2】：

你可以试试这个：

 invisible(sapply(unique(indx),
                  function(x)                      
                     assign(paste("df",x,sep="_"),
                            df[,grepl(paste0("_",x,"$"),colnames(df))],
                            envir=.GlobalEnv)))

# the code applies to each unique element of indx the assignement (in the global environment) 
# of the columns corresponding to indx in a new data.frame, named according to the indx.
# invisible function avoids that the data.frames are printed on screen.

> ls()
[1] "df"    "df_1"  "df_o1" "df_p"  "indx"  

> df_1[1:3,]
         c_1        d_1        e_1
1  1.8033188  0.5578494  2.2458750
2  1.0095556 -0.4042410 -0.9274981
3  0.7122638  1.4677821  0.7770603

> df_o1[1:3,]
         1_o1        2_o1       3_o1
1 -2.05854176 -0.92394923 -0.4932116
2 -0.05743123 -0.24143979  1.9060076
3  0.68055653 -0.70908036  1.4514368

> df_p[1:3,]
         a_p        b_p        c_p
1 -0.2106823 -0.1170719  2.3205184
2 -0.1826542 -0.5138504  1.9341230
3 -1.0551739 -0.2990706  0.5054421

【讨论】：