rbind 具有不同列名的数据帧答案

【问题标题】：rbind dataframes with a different column namerbind 具有不同列名的数据帧
【发布时间】：2015-04-18 10:46:47
【问题描述】：

我有 12 个数据框，每个包含 6 列：5 个名称相同，1 个不同。然后当我打电话给rbind() 我得到：

Error in match.names(clabs, names(xi)) : 
  names do not match previous names

不同的列是：“goal1Completions”。有12个goalsCompletions...它们是：“goal1Completions”、“goal2Completions”、“goal3Completions”...等等。

我能想到的最好方法是：将每个数据框中的每一列重命名为“GoalsCompletions”，然后使用“rbind()”。

有没有更简单的方法？

在 Google O 上查找此包：“gtools”。它有一个名为“smartbind”的功能。但是，在使用 smartbind() 之后，我想用“View()”查看数据框，我的 R 会话崩溃了......

我的数据（第一个数据框的例子）：

       date      source     medium   campaign   goal1Completions    ad.cost           Goal
1   2014-10-01  (direct)    (none)   (not set)          0           0.0000            Vida
2   2014-10-01   Master      email     CAFRE            0           0.0000            Vida
3   2014-10-01  apeseg      referral (not set)          0           0.0000            Vida

【问题讨论】：

这 12 个数据集对象是否有一些名称模式，即df1, df2, df3,...etc 最好将它们放在一个列表中，然后执行 rbindlist 即。 rbindlist(mget(paste0('df',1:12)))
@akrun，是的，模式是：Goal1_Costo,Goal2_Costo,... Goal12_Costo。如果您需要更新您的答案，请这样做。
@Omar_Gonzales 谢谢，更新了答案

标签： r dataframe rbind

【解决方案1】：

我最喜欢使用mapply：

示例数据

a <- data.frame(a=runif(5), b=runif(5))
> a
          a         b
1 0.8403348 0.1579255
2 0.4759767 0.8182902
3 0.8091875 0.1080651
4 0.9846333 0.7035959
5 0.2153991 0.8744136

和b

b <- data.frame(c=runif(5), d=runif(5))
> b
          c         d
1 0.7604137 0.9753853
2 0.7553924 0.1210260
3 0.7315970 0.6196829
4 0.5619395 0.1120331
5 0.5711995 0.7252631

解决方案

使用mapply：

> mapply(c, a,b)    #or as.data.frame(mapply(c, a,b)) for a data.frame
              a         b
 [1,] 0.8403348 0.1579255
 [2,] 0.4759767 0.8182902
 [3,] 0.8091875 0.1080651
 [4,] 0.9846333 0.7035959
 [5,] 0.2153991 0.8744136
 [6,] 0.7604137 0.9753853
 [7,] 0.7553924 0.1210260
 [8,] 0.7315970 0.6196829
 [9,] 0.5619395 0.1120331
[10,] 0.5711995 0.7252631

基于@Marat 的以下评论：

您也可以使用data.frame(mapply(c, a, b, SIMPLIFY=FALSE)) 或data.frame(Map(c,a,b)) 来避免双重data.frame-matrix 转换

【讨论】：

看起来很聪明。 mapply(c,a,b) 中的“c”用于连接？它连接“a”，“b”并保留“a”中的列名？
您可以通过data.frame(mapply(c, a, b, SIMPLIFY=FALSE)) 或data.frame(Map(c,a,b)) 避免双重data.frame-matrix 转换
@OmarGonzales 是的，它是通常的连接函数，它确实保留了 a 中的列名。每次它连接两个data.frames的元素（即列），最后返回一个矩阵。
这可能很危险，因为它将组合具有不同列尺寸的数据框。虽然会很完美。我敢肯定，一个简单的 if 语句就可以了。
参加聚会很晚，但purrr::map2_df(a, b, c) 可以工作，而不必包含data.frame，尽管我不知道它是否在内部避免了双重转换。而且，就像@MaratTalipov 的回答一样，将保留第一个 df 的类型，而 mapply 强制（在我的情况下，混合 dbl 或 date 和 chr 列时所有字符）。

【解决方案2】：

您可以使用rbindlist，它采用不同的列名。使用@LyzanderR 的数据

library(data.table) #data.table_1.9.5
rbindlist(list(a,b))
#            a         b
# 1: 0.8403348 0.1579255
# 2: 0.4759767 0.8182902
# 3: 0.8091875 0.1080651
# 4: 0.9846333 0.7035959
# 5: 0.2153991 0.8744136
# 6: 0.7604137 0.9753853
# 7: 0.7553924 0.1210260
# 8: 0.7315970 0.6196829
# 9: 0.5619395 0.1120331
#10: 0.5711995 0.7252631

更新

基于 12 个数据集的对象名称（即“Goal1_Costo”、“Goal2_Costo”、...、“Goal12_Costo”），

 nm1 <- paste(paste0('Goal', 1:12), 'Costo', sep="_")
 #or using `sprintf`
 #nm1 <- sprintf('%s%d_%s', 'Goal', 1:12, 'Costo')
 rbindlist(mget(nm1))

【讨论】：

dplyr没有类似的功能吗？我正在找它，如果有人知道请发帖。
@OmarGonzales 它有bind_rows，但列名仍然是个问题。因此，输出将是 4 而不是 2 列。根据 ?bind_rows When row-binding, columns are matched by name, and any values that don't match will be filled with NA.
谢谢大家，但我结束了使用它，因为这看起来更简单。但是，我需要对 mapplay 功能进行更多调查......似乎非常强大。
@OmarGonzales 使用rbindlist 的一个优势是它的速度。

【解决方案3】：

我会重命名这些列。如果列的顺序相同，则使用 names() 非常容易。

df1 <- data.frame(one=1:10,two=11:20,three=21:30)

df2 <- data.frame(four=31:40,five=41:50,six=51:60)

names(df2)<-names(df1)

rbind(df1,df2)

或

df1 <- data.frame(one=1:10,two=11:20,three=21:30)

df2 <- data.frame(four=31:40,five=41:50,six=51:60)

rbind(df1,setnames(df2,names(df1)))

结果：

   one two three
1    1  11    21
2    2  12    22
3    3  13    23
4    4  14    24
5    5  15    25
6    6  16    26
7    7  17    27
8    8  18    28
9    9  19    29
10  10  20    30
11  31  41    51
12  32  42    52
13  33  43    53
14  34  44    54
15  35  45    55
16  36  46    56
17  37  47    57
18  38  48    58
19  39  49    59
20  40  50    60

【讨论】：

OP 提到了 12 个数据集。所以可能，df3 <- data.frame(seven=61:70,eight=71:80,nine=81:90);res <- do.call(rbind,lapply(mget(paste0('df',1:3)), function(x) {colnames(x) <- colnames(df1);x})); row.names(res) <- NULL

【解决方案4】：

如果您的 data.frames 具有不同的列名，则另一种基本 R 方法：

# Create a list of data frames
df_list <- list()
df_list[[1]] <- data.frame(x = 1, y = paste0("y1", 1:3))
df_list[[2]] <- data.frame(x = 2, y = paste0("y2", 1:4))
df_list[[3]] <- data.frame(x = 3, y = paste0("y3", 1:5), z = "z3")
df_list
#> [[1]]
#>   x   y
#> 1 1 y11
#> 2 1 y12
#> 3 1 y13
#> 
#> [[2]]
#>   x   y
#> 1 2 y21
#> 2 2 y22
#> 3 2 y23
#> 4 2 y24
#> 
#> [[3]]
#>   x   y  z
#> 1 3 y31 z3
#> 2 3 y32 z3
#> 3 3 y33 z3
#> 4 3 y34 z3
#> 5 3 y35 z3

# This works when the column names are the same
do.call(rbind, df_list[1:2])
#>   x   y
#> 1 1 y11
#> 2 1 y12
#> 3 1 y13
#> 4 2 y21
#> 5 2 y22
#> 6 2 y23
#> 7 2 y24

# but fails when the column names differ
do.call(rbind, df_list)
#> Error in rbind(deparse.level, ...): numbers of columns of arguments do not match

# This can fill the unmatched columns with NA's without 
# depending on other packages:
Reduce(rbind, Map(function(x) {
  x[, setdiff(unique(unlist(lapply(df_list, colnames))), names(x))] <- NA; 
  return(x)
  }, 
  df_list))
#>    x   y    z
#> 1  1 y11 <NA>
#> 2  1 y12 <NA>
#> 3  1 y13 <NA>
#> 4  2 y21 <NA>
#> 5  2 y22 <NA>
#> 6  2 y23 <NA>
#> 7  2 y24 <NA>
#> 8  3 y31   z3
#> 9  3 y32   z3
#> 10 3 y33   z3
#> 11 3 y34   z3
#> 12 3 y35   z3

【讨论】：

【解决方案5】：

这是一个可能的 tidyverse 解决方案。我根据您对数据框的描述创建了 3 个示例数据框。

df1 <- read.table(text ="date,source,medium,campaign,goal1Completions,ad.cost,Goal
2014-10-01,(direct),(none),(notset),1,0.0000,Vida
2014-10-01,Master,email,CAFRE,2,0.0000,Vida
2014-10-01,apeseg,referral,(not set),3,0.0000,vida",sep = ",",header=TRUE) 

df2 <- read.table(text ="date,source,medium,campaign,goal2Completions,ad.cost,Goal
2014-10-01,(direct),(none),(notset),4,0.0000,Vida
2014-10-01,Master,email,CAFRE,5,0.0000,Vida
2014-10-01,apeseg,referral,(not set),6,0.0000,vida",sep = ",",header=TRUE) 

df3 <- read.table(text ="date,source,medium,campaign,goal3Completions,ad.cost,Goal
2014-10-01,(direct),(none),(notset),7,0.0000,Vida
2014-10-01,Master,email,CAFRE,8,0.0000,Vida
2014-10-01,apeseg,referral,(not set),9,0.0000,vida",sep = ",",header=TRUE) 

> df1
        date   source   medium  campaign goal1Completions ad.cost Goal
1 2014-10-01 (direct)   (none)  (notset)                1       0 Vida
2 2014-10-01   Master    email     CAFRE                2       0 Vida
3 2014-10-01   apeseg referral (not set)                3       0 vida
> df2
        date   source   medium  campaign goal2Completions ad.cost Goal
1 2014-10-01 (direct)   (none)  (notset)                4       0 Vida
2 2014-10-01   Master    email     CAFRE                5       0 Vida
3 2014-10-01   apeseg referral (not set)                6       0 vida
> df3
        date   source   medium  campaign goal3Completions ad.cost Goal
1 2014-10-01 (direct)   (none)  (notset)                7       0 Vida
2 2014-10-01   Master    email     CAFRE                8       0 Vida
3 2014-10-01   apeseg referral (not set)                9       0 vida

library(dplyr)
library(tidyselect)
library(purrr)

bind_rows(df1,df2,df3) %>%
   mutate(goalCompletions = reduce(select_at(.,vars(matches("goal[[:digit:]]+Completions"))),coalesce)) %>%
   select_at(vars(-matches("goal[[:digit:]]+Completions")))

        date   source   medium  campaign ad.cost Goal goalCompletions
1 2014-10-01 (direct)   (none)  (notset)       0 Vida               1
2 2014-10-01   Master    email     CAFRE       0 Vida               2
3 2014-10-01   apeseg referral (not set)       0 vida               3
4 2014-10-01 (direct)   (none)  (notset)       0 Vida               4
5 2014-10-01   Master    email     CAFRE       0 Vida               5
6 2014-10-01   apeseg referral (not set)       0 vida               6
7 2014-10-01 (direct)   (none)  (notset)       0 Vida               7
8 2014-10-01   Master    email     CAFRE       0 Vida               8
9 2014-10-01   apeseg referral (not set)       0 vida               9

【讨论】：