295

同じ列のセットを持たない2つのデータフレームを行バインドすることは可能ですか?バインド後に一致しない列を保持したいと思っています。

4

13 に答える 13

260

rbind.fillパッケージからplyrあなたが探しているものかもしれません。

于 2010-08-04T04:00:48.133 に答える
183

より最近の解決策は、より効率的であると私が思うdplyrの関数を使用することです。bind_rowssmartbind

df1 <- data.frame(a = c(1:5), b = c(6:10))
df2 <- data.frame(a = c(11:15), b = c(16:20), c = LETTERS[1:5])
dplyr::bind_rows(df1, df2)
    a  b    c
1   1  6 <NA>
2   2  7 <NA>
3   3  8 <NA>
4   4  9 <NA>
5   5 10 <NA>
6  11 16    A
7  12 17    B
8  13 18    C
9  14 19    D
10 15 20    E
于 2015-01-07T02:33:01.530 に答える
57

基本Rの回答のほとんどは、1つのdata.frameのみに追加の列がある状況、または結果のdata.frameに列の共通部分がある状況に対応しています。OPは、バインド後に一致しない列を保持したいと書いているので、この問題に対処するためにベースRメソッドを使用した回答はおそらく投稿する価値があります。

以下に、2つの基本Rメソッドを示します。1つは元のdata.framesを変更する方法で、もう1つは変更しない方法です。さらに、非破壊的な方法を3つ以上のdata.framesに一般化する方法を提供します。

まず、サンプルデータを取得しましょう。

# sample data, variable c is in df1, variable d is in df2
df1 = data.frame(a=1:5, b=6:10, d=month.name[1:5])
df2 = data.frame(a=6:10, b=16:20, c = letters[8:12])

2つのdata.frames、元の変更
両方のdata.framesのすべての列を保持するためにrbind(そして、エラーが発生することなく関数が機能できるようにするために)、適切な欠落した名前を入力して各data.frameにNA列を追加しますを使用しsetdiffます。

# fill in non-overlapping columns with NAs
df1[setdiff(names(df2), names(df1))] <- NA
df2[setdiff(names(df1), names(df2))] <- NA

さて、rbind-em

rbind(df1, df2)
    a  b        d    c
1   1  6  January <NA>
2   2  7 February <NA>
3   3  8    March <NA>
4   4  9    April <NA>
5   5 10      May <NA>
6   6 16     <NA>    h
7   7 17     <NA>    i
8   8 18     <NA>    j
9   9 19     <NA>    k
10 10 20     <NA>    l

最初の2行は、元のdata.frames、df1とdf2を変更し、両方に列の完全なセットを追加することに注意してください。


2つのdata.frames、元のデータを変更しない
元のdata.framesをそのまま残すには、最初に異なる名前をループし、を使用してdata.frameと連結されたNAの名前付きベクトルを返しますc。次に、data.frame結果をの適切なdata.frameに変換しrbindます。

rbind(
  data.frame(c(df1, sapply(setdiff(names(df2), names(df1)), function(x) NA))),
  data.frame(c(df2, sapply(setdiff(names(df1), names(df2)), function(x) NA)))
)

多くのdata.frames、オリジナルを変更しないdata.frames
が3つ以上ある場合は、次のようにすることができます。

# put data.frames into list (dfs named df1, df2, df3, etc)
mydflist <- mget(ls(pattern="df\\d+"))
# get all variable names
allNms <- unique(unlist(lapply(mydflist, names)))

# put em all together
do.call(rbind,
        lapply(mydflist,
               function(x) data.frame(c(x, sapply(setdiff(allNms, names(x)),
                                                  function(y) NA)))))

元のdata.framesの行名が表示されない方が少しいいかもしれません。次に、これを行います。

do.call(rbind,
        c(lapply(mydflist,
                 function(x) data.frame(c(x, sapply(setdiff(allNms, names(x)),
                                                    function(y) NA)))),
          make.row.names=FALSE))
于 2017-10-08T20:16:44.357 に答える
50

との代替data.table

library(data.table)
df1 = data.frame(a = c(1:5), b = c(6:10))
df2 = data.frame(a = c(11:15), b = c(16:20), c = LETTERS[1:5])
rbindlist(list(df1, df2), fill = TRUE)

rbinddata.tableオブジェクトがオブジェクトに変換されている限り、機能しますdata.table

rbind(setDT(df1), setDT(df2), fill=TRUE)

この状況でも機能します。これは、data.tablesがいくつかあり、リストを作成したくない場合に適しています。

于 2016-02-22T01:51:32.700 に答える
49

パッケージsmartbindからご利用いただけます。gtools

例:

library(gtools)
df1 <- data.frame(a = c(1:5), b = c(6:10))
df2 <- data.frame(a = c(11:15), b = c(16:20), c = LETTERS[1:5])
smartbind(df1, df2)
# result
     a  b    c
1.1  1  6 <NA>
1.2  2  7 <NA>
1.3  3  8 <NA>
1.4  4  9 <NA>
1.5  5 10 <NA>
2.1 11 16    A
2.2 12 17    B
2.3 13 18    C
2.4 14 19    D
2.5 15 20    E
于 2010-08-04T03:45:31.023 に答える
47

df1の列がdf2の列のサブセットである場合(列名による):

df3 <- rbind(df1, df2[, names(df1)])
于 2010-08-04T04:33:27.380 に答える
22

一般的な列名を引き出すこともできます。

> cols <- intersect(colnames(df1), colnames(df2))
> rbind(df1[,cols], df2[,cols])
于 2010-08-04T03:50:15.807 に答える
8

何かが間違っているかどうかを教えてくれるコードが好きなので、これを行う関数を作成しました。この関数は、どの列名が一致しないか、およびタイプが一致しないかどうかを明示的に通知します。その後、とにかくdata.framesを組み合わせるために最善を尽くします。制限は、一度に2つのdata.framesしか組み合わせることができないことです。

### combines data frames (like rbind) but by matching column names
# columns without matches in the other data frame are still combined
# but with NA in the rows corresponding to the data frame without
# the variable
# A warning is issued if there is a type mismatch between columns of
# the same name and an attempt is made to combine the columns
combineByName <- function(A,B) {
    a.names <- names(A)
    b.names <- names(B)
    all.names <- union(a.names,b.names)
    print(paste("Number of columns:",length(all.names)))
    a.type <- NULL
    for (i in 1:ncol(A)) {
        a.type[i] <- typeof(A[,i])
    }
    b.type <- NULL
    for (i in 1:ncol(B)) {
        b.type[i] <- typeof(B[,i])
    }
    a_b.names <- names(A)[!names(A)%in%names(B)]
    b_a.names <- names(B)[!names(B)%in%names(A)]
    if (length(a_b.names)>0 | length(b_a.names)>0){
        print("Columns in data frame A but not in data frame B:")
        print(a_b.names)
        print("Columns in data frame B but not in data frame A:")
        print(b_a.names)
    } else if(a.names==b.names & a.type==b.type){
        C <- rbind(A,B)
        return(C)
    }
    C <- list()
    for(i in 1:length(all.names)) {
        l.a <- all.names[i]%in%a.names
        pos.a <- match(all.names[i],a.names)
        typ.a <- a.type[pos.a]
        l.b <- all.names[i]%in%b.names
        pos.b <- match(all.names[i],b.names)
        typ.b <- b.type[pos.b]
        if(l.a & l.b) {
            if(typ.a==typ.b) {
                vec <- c(A[,pos.a],B[,pos.b])
            } else {
                warning(c("Type mismatch in variable named: ",all.names[i],"\n"))
                vec <- try(c(A[,pos.a],B[,pos.b]))
            }
        } else if (l.a) {
            vec <- c(A[,pos.a],rep(NA,nrow(B)))
        } else {
            vec <- c(rep(NA,nrow(A)),B[,pos.b])
        }
        C[[i]] <- vec
    }
    names(C) <- all.names
    C <- as.data.frame(C)
    return(C)
}
于 2011-02-03T05:27:01.657 に答える
2

gtools / smartbindは、おそらくas.vectoringであったため、Datesでの作業が好きではありませんでした。これが私の解決策です...

sbind = function(x, y, fill=NA) {
    sbind.fill = function(d, cols){ 
        for(c in cols)
            d[[c]] = fill
        d
    }

    x = sbind.fill(x, setdiff(names(y),names(x)))
    y = sbind.fill(y, setdiff(names(x),names(y)))

    rbind(x, y)
}
于 2013-11-13T16:22:27.890 に答える
2

ドキュメントのためだけに。次の形式でStackライブラリとその機能を試すことができます。Stack

Stack(df_1, df_2)

また、大規模なデータセットの他の方法よりも高速であるという印象もあります。

于 2017-08-15T19:48:01.210 に答える
1

left joinあなたの質問を完全に読み間違えたかもしれませんが、「バインド後に一致しない列を保持したいと思っています」と、SQLクエリまたはright joinそれに類似したものを探していると思います。Rには、mergeSQLのテーブルの結合と同様に、左結合、右結合、または内部結合を指定できる機能があります。

このトピックについては、すでにすばらしい質問と回答があります。データフレーム(内側、外側、左、右)を結合(マージ)する方法は?

于 2010-08-04T13:13:13.330 に答える
1

sjmisc::add_rows()を使用することもできますがdplyr::bind_rows()、とは異なりbind_rows()add_rows()属性を保持するため、ラベル付きデータに役立ちます。

ラベル付きデータセットを使用した次の例を参照してください。-関数は、データにラベルが付けられている場合frq()、値ラベル付きの度数分布表を出力します。

library(sjmisc)
library(dplyr)

data(efc)
# select two subsets, with some identical and else different columns
x1 <- efc %>% select(1:5) %>% slice(1:10)
x2 <- efc %>% select(3:7) %>% slice(11:20)

str(x1)
#> 'data.frame':    10 obs. of  5 variables:
#>  $ c12hour : num  16 148 70 168 168 16 161 110 28 40
#>   ..- attr(*, "label")= chr "average number of hours of care per week"
#>  $ e15relat: num  2 2 1 1 2 2 1 4 2 2
#>   ..- attr(*, "label")= chr "relationship to elder"
#>   ..- attr(*, "labels")= Named num  1 2 3 4 5 6 7 8
#>   .. ..- attr(*, "names")= chr  "spouse/partner" "child" "sibling" "daughter or son -in-law" ...
#>  $ e16sex  : num  2 2 2 2 2 2 1 2 2 2
#>   ..- attr(*, "label")= chr "elder's gender"
#>   ..- attr(*, "labels")= Named num  1 2
#>   .. ..- attr(*, "names")= chr  "male" "female"
#>  $ e17age  : num  83 88 82 67 84 85 74 87 79 83
#>   ..- attr(*, "label")= chr "elder' age"
#>  $ e42dep  : num  3 3 3 4 4 4 4 4 4 4
#>   ..- attr(*, "label")= chr "elder's dependency"
#>   ..- attr(*, "labels")= Named num  1 2 3 4
#>   .. ..- attr(*, "names")= chr  "independent" "slightly dependent" "moderately dependent" "severely dependent"

bind_rows(x1, x1) %>% frq(e42dep)
#> 
#> # e42dep <numeric> 
#> # total N=20  valid N=20  mean=3.70  sd=0.47
#>  
#>   val frq raw.prc valid.prc cum.prc
#>     3   6      30        30      30
#>     4  14      70        70     100
#>  <NA>   0       0        NA      NA

add_rows(x1, x1) %>% frq(e42dep)
#> 
#> # elder's dependency (e42dep) <numeric> 
#> # total N=20  valid N=20  mean=3.70  sd=0.47
#>  
#>  val                label frq raw.prc valid.prc cum.prc
#>    1          independent   0       0         0       0
#>    2   slightly dependent   0       0         0       0
#>    3 moderately dependent   6      30        30      30
#>    4   severely dependent  14      70        70     100
#>   NA                   NA   0       0        NA      NA
于 2018-09-24T11:28:32.863 に答える
-1
rbind.ordered=function(x,y){

  diffCol = setdiff(colnames(x),colnames(y))
  if (length(diffCol)>0){
    cols=colnames(y)
    for (i in 1:length(diffCol)) y=cbind(y,NA)
    colnames(y)=c(cols,diffCol)
  }

  diffCol = setdiff(colnames(y),colnames(x))
  if (length(diffCol)>0){
    cols=colnames(x)
    for (i in 1:length(diffCol)) x=cbind(x,NA)
    colnames(x)=c(cols,diffCol)
  }
  return(rbind(x, y[, colnames(x)]))
}
于 2012-07-24T11:21:11.897 に答える