将行添加到数据框答案

【问题标题】：Adding row to a dataframe将行添加到数据框
【发布时间】：2020-11-02 07:57:00
【问题描述】：

我有一个这样的 df：

x <- data.frame("Year" = c(1945,1945,1946,1946,1947,1947), "Age" = c(1,2,1,2,1,2), "Value" = c(4,5,4,5,4,6))

我想根据一些条件添加新行：例如，我想添加与第一行具有相同“YEAR”和“AGE”的第二行，但 Value 是第一行的值 minis 1。

我想要这样的结果：

x <- data.frame("Year" = c(1945, 1945,1945,1945,1946,1946,1946,1946,1947,1947,1947,1947), "Age" = c(1,1,2,2,1,1,2,2,1,1,2,2), "Value" = c(4,3,5,4,4,3,5,4,4,3,5,4))

感谢您帮助初学者。

【问题讨论】：

我不太了解您的情况-您能澄清一下吗？例如，为什么5 在您想要的输出中的第 3 行？
你可以试试这个：value <- data.frame(x$Year, x$Value-1, x$Age) 然后colnames(value) <- c("Year", "Value", "Age") 最后p <- full_join(x, value, by = c("Year", "Value", "Age"))。 value 使用您想要的值创建一个数据框。 colnames 更改列名以匹配原始名称。 full_join 按列名合并两个数据框。

标签： r rows

【解决方案1】：

你可以这样做：

#original df
x <- data.frame("Year" = c(1945,1945,1946,1946,1947,1947), "Age" = c(1,2,1,2,1,2),"Value" = c(4,5,4,5,4,6))

#replicate df with value minus 1
y <- data.frame(x[,c("Year", "Age")], Value = x[,"Value"] -1)

#combine
z <- rbind(x,y)

z[order(z$Year, z$Age),]

   Year Age Value
1  1945   1     4
7  1945   1     3
2  1945   2     5
8  1945   2     4
3  1946   1     4
9  1946   1     3
4  1946   2     5
10 1946   2     4
5  1947   1     4
11 1947   1     3
6  1947   2     6
12 1947   2     5

上面的代码当然可以缩短，例如直接更新数据框 x 时。

x <- rbind(x, data.frame(x[,c("Year", "Age")], Value = x[,"Value"] -1))

正如下面评论中所指出的，使用transform() 或within() 可以进一步缩短代码（并使其更具可读性）。

x <- rbind(x, transform(x, Value = Value - 1))
x <- rbind(x, within(x, Value <- Value - 1))

【讨论】：

【解决方案2】：

在base 中，您可以将每行重复两次，并将回收的0:-1 添加到Value。

within(x[rep(1:nrow(x), each = 2), ], Value <- Value + 0:-1)

它的tidyverse 版本是

library(tidyverse)

x %>%
  uncount(2) %>% 
  mutate(Value = Value + 0:-1)

他们都给出了以下内容。输出已经排序好了，不用order()或者arrange()了。

   Year Age Value
1  1945   1     4
2  1945   1     3
3  1945   2     5
4  1945   2     4
5  1946   1     4
6  1946   1     3
7  1946   2     5
8  1946   2     4
9  1947   1     4
10 1947   1     3
11 1947   2     6
12 1947   2     5

【讨论】：

【解决方案3】：

这行得通吗：

library(dplyr)
x %>% inner_join(x %>% select(1)) %>% group_by(Year, Age) %>% 
mutate(Value = case_when(row_number() == 2 ~ Value - 1, TRUE ~ Value))
Joining, by = "Year"
# A tibble: 12 x 3
# Groups:   Year, Age [6]
    Year   Age Value
   <dbl> <dbl> <dbl>
 1  1945     1     4
 2  1945     1     3
 3  1945     2     5
 4  1945     2     4
 5  1946     1     4
 6  1946     1     3
 7  1946     2     5
 8  1946     2     4
 9  1947     1     4
10  1947     1     3
11  1947     2     6
12  1947     2     5

使用的数据：

x
  Year Age Value
1 1945   1     4
2 1945   2     5
3 1946   1     4
4 1946   2     5
5 1947   1     4
6 1947   2     6

【讨论】：