如何使用循环创建行？答案

【问题标题】：How to create rows using a loop?如何使用循环创建行？
【发布时间】：2020-02-10 09:12:05
【问题描述】：

我有一个如下所示的数据集：

ColA; ColB; ColC;
PAR; BKK; Y;
BKK; SYD; Y;  
NYC; LAX; Y;
LAX; SFO; Y;

我想复制 ColC==Y 的行，如果一行的 colB==另一行的 colA，那么我想用这些值创建一行：第一行的 colA 和第二行的 colB。在我们的示例中，它看起来像这样：

ColA; ColB; ColC;
PAR; SYD; Y; 
NYC; SFO; Y;

这些行将被添加到主数据集中。

我曾尝试使用“for”循环，并生成一个临时数据集来 rbind 两者，但它不起作用。

for (i in 1:nrow(maindataset)){
    for (j in (i+1):nrow(maindataset)-1){
        if (maindataset$colB[i]==maindataset$colA[j] & maindataset$colC[i]==maindataset$colC[j]) {
        newDF<-data.frame(ColA=maindataset$colA[i],ColB=maindataset$colA[j],ColC=maindataset$colA[j],stringsAsFactors = FALSE)
    maindataset<-rbind(maindataset,newDF)
}
}
}

我不确定循环是否是最佳解决方案。你知道我可以解决它的方法吗？

谢谢！

【问题讨论】：

标签： r loops

【解决方案1】：

通常，当您需要将数据集中的两列相等时，请考虑进行连接。在这种情况下，首先过滤掉colB 在colA 中存在的行，然后您可以与原始数据集进行左连接。那应该给你你需要的行。然后，您可以在选择适当的行并根据需要重命名它们后，执行rbind 将它们添加到原始数据集中：

library(dplyr)
#> 
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#> 
#>     filter, lag
#> The following objects are masked from 'package:base':
#> 
#>     intersect, setdiff, setequal, union
set.seed(123)
df <- tibble(colA=sample(state.abb,20,replace = T),
             colB=sample(state.abb,20,replace = T)) %>% 
  filter(colA!=colB)
df # Sample dataframe with two columns having data from same superset
#> # A tibble: 19 x 2
#>    colA  colB 
#>    <chr> <chr>
#>  1 NM    CT   
#>  2 IA    TN   
#>  3 IN    FL   
#>  4 AZ    ME   
#>  5 TN    OK   
#>  6 WY    IN   
#>  7 TX    KY   
#>  8 OR    TX   
#>  9 IN    RI   
#> 10 MO    ID   
#> 11 MT    IA   
#> 12 NE    NY   
#> 13 CA    TN   
#> 14 NE    VT   
#> 15 NV    CT   
#> 16 NH    SD   
#> 17 OH    GA   
#> 18 DE    MN   
#> 19 MT    NE

df1 <- df %>% 
  filter(colB %in% colA) %>% # filter the rows where `colB` is present in `colA`
  left_join(df, by=c('colB'='colA')) # Left join with original dataset
df1
#> # A tibble: 8 x 3
#>   colA  colB  colB.y
#>   <chr> <chr> <chr> 
#> 1 IA    TN    OK    
#> 2 WY    IN    FL    
#> 3 WY    IN    RI    
#> 4 OR    TX    KY    
#> 5 MT    IA    TN    
#> 6 CA    TN    OK    
#> 7 MT    NE    NY    
#> 8 MT    NE    VT

df1 %>% 
  select(-colB) %>% 
  rename(colB=colB.y) $ colB.y is the column you need, so rename it and drop the other one
#> # A tibble: 8 x 2
#>   colA  colB 
#>   <chr> <chr>
#> 1 IA    OK   
#> 2 WY    FL   
#> 3 WY    RI   
#> 4 OR    KY   
#> 5 MT    TN   
#> 6 CA    OK   
#> 7 MT    NY   
#> 8 MT    VT

^{由reprex package (v0.3.0) 于 2020-02-10 创建}

【讨论】：

【解决方案2】：

您似乎尝试获取newDF，但遇到了一些困难。这是一个可能对您有帮助的基本 R 解决方案

newDF <- with(subset(df,ColC == "Y"), 
              data.frame(ColA = ColA[na.omit(p <-match(ColA,ColB))],
                         ColB = ColB[which(!is.na(p))],
                         ColC = "Y"))

这样

> newDF
  ColA ColB ColC
1  PAR  SYD    Y
2  NYC  SFO    Y

数据

df <- structure(list(ColA = c("PAR", "BKK", "NYC", "LAX"), ColB = c("BKK", 
"SYD", "LAX", "SFO"), ColC = c("Y", "Y", "Y", "Y")), class = "data.frame", row.names = c(NA, 
-4L))

【讨论】：