绑定两个具有相同列数的数据框答案

【问题标题】：rbinding two data frame with same num of columns绑定两个具有相同列数的数据框
【发布时间】：2021-01-03 11:35:35
【问题描述】：

我有两个数据框：

 S     C     V1
"d"   "q"    2
...

 C     R     V2
"u"   "t"    5
...

我想实现这个：

 B     T       V
"d"   "q"      2
...
"u"  "t"       5
...

我怎样才能有效地做到这一点？

【问题讨论】：

标签： r

【解决方案1】：

您可以重命名两个具有相同名称的数据框以将它们组合在一起。

new_cols <- c('B','T', 'V')
names(df1) <- new_cols
names(df2) <- new_cols

result <- rbind(df1, df2)

【讨论】：

我有这个问题stackoverflow.com/questions/65551464/…
嗨，如果你能检查一下这个问题，请：stackoverflow.com/questions/65606792/…我卡住了

【解决方案2】：

这是一个基本的 R 解决方案，它不依赖于您想要一起 rbind 的 data.frames 的数量。

dftmp <- Map(`names<-`, list(df1, df2), list(value = c("B", "T", "V")))
df_final <- do.call(rbind, dftmp)

df_final
#  B T V
#1 d q 2
#2 u t 5

数据

df1 <- read.table(text = "
S     C     V1
d   q    2
", header = TRUE)

df2 <- read.table(text = "
C     R     V2
u   t    5
", header = TRUE)

【讨论】：

【解决方案3】：

您不能 bind_rows 忽略列名。但是你可以创建一个函数来规避这个：

library(dplyr)
force_bind <- function(df1, df2, x_names) {
  
    colnames(df2) <- colnames(df1) <- x_names
    bind_rows(df1, df2)
}

force_bind(df1, df2, c("B", "T", "V"))
##   B T V
## 1 d q 2
## 2 u t 5
``

【讨论】：

你从 dplyr 包中获取了函数bind_rows，不是吗？也许我们应该提到额外的包。
是的，因为有人问如何有效地做到这一点。我已经相应地编辑了我的帖子。有关速度比较，请参阅 here。

【解决方案4】：

对效率的明确要求和 jwarz 对此的评论让我简要比较了 3 个提议的解决方案

总结

bind_rows()approach 是最快的解决方案（如 jwarz 所述），缺点是依赖额外的包。
Map() 方法具有灵活的优势，但速度较慢（比 dplyr 慢 35% 以上）。
看来，bind_rows 的速度优势随着更大的数据帧而变得更大。

代码和结果

library(dplyr)
library(microbenchmark, quietly = TRUE)

df1 <- structure(list(S = "d", C = "q", V1 = 2L), 
                 class = "data.frame", row.names = c(NA, -1L))
df2 <- structure(list(C = "u", R = "t", V2 = 5L), 
                 class = "data.frame", row.names = c(NA, -1L))
new_cols <- c("B", "T", "V")

solution1 <- function(df1, df2, new_cols) {
  names(df1) <- new_cols
  names(df2) <- new_cols
  return( rbind(df1, df2) )
}

solution2 <- function(df1, df2, new_cols) {
  dftmp <- Map(`names<-`, list(df1, df2), list(value = new_cols))
  return( do.call(rbind, dftmp) )
}

solution3 <- function(df1, df2, new_cols) {
  colnames(df2) <- colnames(df1) <- new_cols
  return( bind_rows(df1, df2) )
}

microbenchmark(
  rbind = solution1(df1, df2, new_cols), 
  Map   = solution2(df1, df2, new_cols),
  dplyr = solution3(df1, df2, new_cols),
  times = 1E4L
)
#> Unit: microseconds
#>   expr  min   lq     mean median   uq     max neval
#>  rbind 70.8 78.4 87.57165   82.0 88.0  2613.2 10000
#>    Map 81.3 88.9 99.86045   93.0 99.4 10521.7 10000
#>  dplyr 53.3 62.8 70.44836   68.3 71.0  2362.6 10000

df1 <- structure(list(S = letters[sample(1:26, 999L, replace = TRUE)], 
                      C = letters[sample(1:26, 999L, replace = TRUE)], 
                      V1 = sample(1:26, 999L, replace = TRUE)), 
                 class = "data.frame", row.names = 1:999)
df2 <- structure(list(C = letters[sample(1:26, 999L, replace = TRUE)], 
                      R = letters[sample(1:26, 999L, replace = TRUE)], 
                      V2 = sample(1:26, 999L, replace = TRUE)), 
                 class = "data.frame", row.names = 1:999)

  microbenchmark(
  rbind = solution1(df1, df2, new_cols),
  Map   = solution2(df1, df2, new_cols),
  dplyr = solution3(df1, df2, new_cols),
  times = 1E4L
)
#> Unit: microseconds
#>   expr   min    lq      mean median     uq    max neval
#>  rbind 119.5 130.1 140.10275  134.2 141.10 2751.9 10000
#>    Map 130.4 141.4 153.46169  145.8 152.65 3978.6 10000
#>  dplyr  58.3  70.8  78.97621   77.8  80.55 2289.1 10000

^{由reprex package (v0.3.0) 于 2021-01-03 创建}

【讨论】：