根据特定列中的值重复数据框中的行[重复]答案

【问题标题】：Repeat the rows in a data frame based on values in a specific column [duplicate]根据特定列中的值重复数据框中的行[重复]
【发布时间】：2016-11-24 17:44:31
【问题描述】：

我想根据samples 列在数据框中重复整行。

我的意见：

df <- 'chr start end samples
        1   10   20    2
        2   4    10    3'
df <- read.table(text=df, header=TRUE)

我的预期输出：

df <- 'chr start end  samples
        1   10   20   1-10-20-s1
        1   10   20   1-10-20-s2
        2   4    10   2-4-10-s1
        2   4    10   2-4-10-s2
        2   4    10   2-4-10-s3'

知道如何明智地执行它？

【问题讨论】：

你可以使用df[rep(seq(nrow(df)), df$samples),]

标签： r repeat

【解决方案1】：

我们可以使用expandRows根据'samples'列中的值扩展行，然后转换为data.table，按'chr'分组，我们使用@987654323将列与行序列一起粘贴@ 更新“样本”列。

library(splitstackshape)
setDT(expandRows(df, "samples"))[,
     samples := sprintf("%d-%d-%d-%s%d", chr, start, end, "s",1:.N) , chr][]
#  chr start end    samples
#1:   1    10  20 1-10-20-s1
#2:   1    10  20 1-10-20-s2
#3:   2     4  10  2-4-10-s1
#4:   2     4  10  2-4-10-s2
#5:   2     4  10  2-4-10-s3

注意：data.table 将在我们加载 splitstackshape 时加载。

【讨论】：

【解决方案2】：

您可以使用 base R 来实现这一点（即避免使用 data.tables），代码如下：

df <- 'chr start end samples
        1   10   20    2
        2   4    10    3'

df <- read.table(text = df, header = TRUE)

duplicate_rows <- function(chr, starts, ends, samples) {
  expanded_samples <- paste0(chr, "-", starts, "-", ends, "-", "s", 1:samples)
  repeated_rows <- data.frame("chr" = chr, "starts" = starts, "ends" = ends, "samples" = expanded_samples)

  repeated_rows
}

expanded_rows <- Map(f = duplicate_rows, df$chr, df$start, df$end, df$samples)

new_df <- do.call(rbind, expanded_rows)

基本思想是定义一个函数，该函数将从您的初始 data.frame 中获取一行，并根据 samples 列中的值复制行（以及创建您所追求的不同字符串） .然后将此函数应用于初始 data.frame 的每一行。输出是一个 data.frames 列表，然后需要使用 do.call 模式将其重新组合成单个 data.frame。

上面的代码可以通过使用 Hadley Wickham 的 purrr 包（在 CRAN 上）和 data.frame 特定版本的 map（参见 by_row 函数的文档）变得更简洁，但这可能有点过头了为你所追求的。

【讨论】：

【解决方案3】：

使用 S4Vector 包中的 DataFrame 函数的示例：

df <- DataFrame(x=c('a', 'b', 'c', 'd', 'e'), y=1:5)
rep(df, df$y)

其中y列表示重复其对应行的次数。

结果：

DataFrame with 15 rows and 2 columns
              x         y
    <character> <integer>
1             a         1
2             b         2
3             b         2
4             c         3
5             c         3
...         ...       ...
11            e         5
12            e         5
13            e         5
14            e         5
15            e         5

【讨论】：