合并(rbind)数据框并使用原始数据框的名称创建列

发布于03月02日

我有几个数据帧要按行组合.在生成的单个数据框中，我想创建一个新变量，标识观察来自哪个数据集.

# original data frames
df1 <- data.frame(x = c(1, 3), y = c(2, 4))
df2 <- data.frame(x = c(5, 7), y = c(6, 8))

# desired, combined data frame
df3  <- data.frame(x = c(1, 3, 5, 7), y = c(2, 4, 6, 8),
                   source = c("df1", "df1", "df2", "df2")
# x y source
# 1 2    df1
# 3 4    df1
# 5 6    df2
# 7 8    df2

我怎样才能做到这一点？

推荐答案

这不完全是你想要的，但非常接近.将你的对象放入一个命名列表，并使用do.call(rbind...)

> do.call(rbind, list(df1 = df1, df2 = df2))
      x y
df1.1 1 2
df1.2 3 4
df2.1 5 6
df2.2 7 8

请注意，行名称现在反映了源data.frame.

Update: Use `cbind` and `rbind`

另一个选项是创建如下基本函数:

AppendMe <- function(dfNames) {
  do.call(rbind, lapply(dfNames, function(x) {
    cbind(get(x), source = x)
  }))
}

然后，该函数获取要"叠加"的data.frame个名称的字符向量，如下所示:

> AppendMe(c("df1", "df2"))
  x y source
1 1 2    df1
2 3 4    df1
3 5 6    df2
4 7 8    df2

Update 2: Use `combine` from the "gdata" package

> library(gdata)
> combine(df1, df2)
  x y source
1 1 2    df1
2 3 4    df1
3 5 6    df2
4 7 8    df2

Update 3: Use `rbindlist` from "data.table"

现在可以使用的另一种方法是使用"data.table"中的rbindlist及其idcol参数.有鉴于此，方法可以是:

> rbindlist(mget(ls(pattern = "df\\d+")), idcol = TRUE)
   .id x y
1: df1 1 2
2: df1 3 4
3: df2 5 6
4: df2 7 8

Update 4: use `map_df` from "purrr"

与rbindlist类似，您还可以使用"purrr"中的map_df和I或c作为应用于每个列表元素的函数.

> mget(ls(pattern = "df\\d+")) %>% map_df(I, .id = "src")
Source: local data frame [4 x 3]

    src     x     y
  (chr) (int) (int)
1   df1     1     2
2   df1     3     4
3   df2     5     6
4   df2     7     8