如何从R中的两个向量制作数据框？答案

【问题标题】：How to make data frame from two vectors in R?如何从R中的两个向量制作数据框？
【发布时间】：2021-11-24 02:10:06
【问题描述】：

我这里有两个向量。一个是各国人口的所有数据：

##   [1] "China 1439323776 0.39 5540090 153 9388211 -348399 1.7 38 61 18.47"           
##   [2] "India 1380004385 0.99 13586631 464 2973190 -532687 2.2 28 35 17.70"          
##   [3] "United States 331002651 0.59 1937734 36 9147420 954806 1.8 38 83 4.25"       
##   [4] "Indonesia 273523615 1.07 2898047 151 1811570 -98955 2.3 30 56 3.51"          
##   [5] "Pakistan 220892340 2.00 4327022 287 770880 -233379 3.6 23 35 2.83"           
##   [6] "Brazil 212559417 0.72 1509890 25 8358140 21200 1.7 33 88 2.73"               
##   [7] "Nigeria 206139589 2.58 5175990 226 910770 -60000 5.4 18 52 2.64"             
##   [8] "Bangladesh 164689383 1.01 1643222 1265 130170 -369501 2.1 28 39 2.11"        
##   [9] "Russia 145934462 0.04 62206 9 16376870 182456 1.8 40 74 1.87 "
##   [10] "Tokelau 1357 1.27  17 136 10   N.A. N.A. 0  0.00"                             
##   [11] "Holy See 801 0.25  2 2003 0   N.A. N.A. N.A. 0.00"

另一个向量是与国家名称和上面的数字相对应的所有按确切顺序排列的列名：

##  [1] "Country(ordependency)" "Population(2020)"      "YearlyChange"         
##  [4] "NetChange"             "Density(P/KmÂ²)"       "LandArea(KmÂ²)"       
##  [7] "Migrants(net)"         "Fert.Rate"             "Med.Age"              
## [10] "UrbanPop%"             "WorldShare"

我如何制作一个与其数据对应的列名匹配的数据框，如下所示：

head(population)

 Country (or dependency)  Population (2020)   Yearly Change    Net Change  Density (P/Km²)  ......             
1                  China         1439323776            0.39       5540090   ... ....
2                  India         1380004385            0.99      13586631   .......
3          United States          331002651            0.59       1937734   .......
4              Indonesia          273523615            1.07       2898047   .......
5               Pakistan          220892340            2.00       4327022   .......

注意：最后两个国家托克劳和罗马教廷没有“移民（净）”数据。

TIA！

编辑：

这里有更多示例：

##  [53] "C&ocirc;te d'Ivoire 26378274 2.57  661730 83 318000 -8000 4.7 19 51  0.34" 
##  [86] "Czech Republic (Czechia) 10708981 0.18  19772 139 77240 22011 1.6 43 74  0.14"
##  [93] "United Arab Emirates 9890402 1.23  119873 118 83600 40000 1.4 33 86  0.13"   
##  [98] "Papua New Guinea 8947024 1.95  170915 20 452860 -800 3.6 22 13  0.11" 
## [135] "Bosnia and Herzegovina 3280819 -0.61  -20181 64 51000 -21585 1.3 43 52  0.04" 
## [230] "Saint Pierre &amp; Miquelon 5794 -0.48  -28 25 230   N.A. N.A. 100  0.00"

更新： 问题来了：

tail(population)

##           Country(ordependency) Population(2020) YearlyChange NetChange
## 230 Saint Pierre &amp; Miquelon             5794        -0.48       -28
## 231                  Montserrat             4992         0.06         3
## 232            Falkland Islands             3480         3.05       103
## 233                        Niue             1626         0.68        11
## 234                     Tokelau             1357         1.27        17
## 235                    Holy See              801         0.25         2
##     Density(P/KmÂ²) LandArea(KmÂ²) Migrants(net) Fert.Rate **Med.Age** **UrbanPop%**
## 230              25            230          N.A.      N.A.     100      0.00
## 231              50            100          N.A.      N.A.      10      0.00
## 232               0          12170          N.A.      N.A.      66      0.00
## 233               6            260          N.A.      N.A.      46      0.00
## 234             136             10          N.A.      N.A.       0      0.00
## 235            2003              0          N.A.      N.A.    N.A.      0.00
##     **WorldShare**
## 230         NA
## 231         NA
## 232         NA
## 233         NA
## 234         NA
## 235         NA

包含 10 个变量而不是 11 个变量的所有行都在这里：

## [202] "Isle of Man 85033 0.53  449 149 570   N.A. N.A. 53  0.00"                     
## [203] "Andorra 77265 0.16  123 164 470   N.A. N.A. 88  0.00"                         
## [204] "Dominica 71986 0.25  178 96 750   N.A. N.A. 74  0.00"                         
## [205] "Cayman Islands 65722 1.19  774 274 240   N.A. N.A. 97  0.00"                  
## [206] "Bermuda 62278 -0.36  -228 1246 50   N.A. N.A. 97  0.00"                       
## [207] "Marshall Islands 59190 0.68  399 329 180   N.A. N.A. 70  0.00"                
## [208] "Northern Mariana Islands 57559 0.60  343 125 460   N.A. N.A. 88  0.00"        
## [209] "Greenland 56770 0.17  98 0 410450   N.A. N.A. 87  0.00"                       
## [210] "American Samoa 55191 -0.22  -121 276 200   N.A. N.A. 88  0.00"                
## [211] "Saint Kitts &amp; Nevis 53199 0.71  376 205 260   N.A. N.A. 33  0.00"         
## [212] "Faeroe Islands 48863 0.38  185 35 1396   N.A. N.A. 43  0.00"                  
## [213] "Sint Maarten 42876 1.15  488 1261 34   N.A. N.A. 96  0.00"                    
## [214] "Monaco 39242 0.71  278 26337 1   N.A. N.A. N.A. 0.00"                         
## [215] "Turks and Caicos 38717 1.38  526 41 950   N.A. N.A. 89  0.00"                 
## [216] "Saint Martin 38666 1.75  664 730 53   N.A. N.A. 0  0.00"                      
## [217] "Liechtenstein 38128 0.29  109 238 160   N.A. N.A. 15  0.00"                   
## [218] "San Marino 33931 0.21  71 566 60   N.A. N.A. 97  0.00"                        
## [219] "Gibraltar 33691 -0.03  -10 3369 10   N.A. N.A. N.A. 0.00"                     
## [220] "British Virgin Islands 30231 0.67  201 202 150   N.A. N.A. 52  0.00"          
## [221] "Caribbean Netherlands 26223 0.94  244 80 328   N.A. N.A. 75  0.00"            
## [222] "Palau 18094 0.48  86 39 460   N.A. N.A. N.A. 0.00"                            
## [223] "Cook Islands 17564 0.09  16 73 240   N.A. N.A. 75  0.00"                      
## [224] "Anguilla 15003 0.90  134 167 90   N.A. N.A. N.A. 0.00"                        
## [225] "Tuvalu 11792 1.25  146 393 30   N.A. N.A. 62  0.00"                           
## [226] "Wallis &amp; Futuna 11239 -1.69  -193 80 140   N.A. N.A. 0  0.00"             
## [227] "Nauru 10824 0.63  68 541 20   N.A. N.A. N.A. 0.00"                            
## [228] "Saint Barthelemy 9877 0.30  30 470 21   N.A. N.A. 0  0.00"                    
## [229] "Saint Helena 6077 0.30  18 16 390   N.A. N.A. 27  0.00"                       
## [230] "Saint Pierre &amp; Miquelon 5794 -0.48  -28 25 230   N.A. N.A. 100  0.00"     
## [231] "Montserrat 4992 0.06  3 50 100   N.A. N.A. 10  0.00"                          
## [232] "Falkland Islands 3480 3.05  103 0 12170   N.A. N.A. 66  0.00"                 
## [233] "Niue 1626 0.68  11 6 260   N.A. N.A. 46  0.00"                                
## [234] "Tokelau 1357 1.27  17 136 10   N.A. N.A. 0  0.00"                             
## [235] "Holy See 801 0.25  2 2003 0   N.A. N.A. N.A. 0.00"

【问题讨论】：

你是如何创建矢量的？你用什么代码来获取它们？

标签： r dataframe vector

【解决方案1】：

使用带有分隔符的read.table 会更容易阅读。但是，空格存在问题，因为“国家”可能有多个单词，应将其视为单列。为此，我们可以使用sub 插入单引号作为国家的边界，然后使用read.table 读取，同时将col.names 指定为'v2'

df1 <- read.table(text = sub("^([^0-9]+)\\s", ' "\\1"', v1), 
   header = FALSE, col.names = v2, fill = TRUE, check.names = FALSE)

-输出

df1
      Country(ordependency) Population(2020) YearlyChange NetChange Density(P/KmÂ²) LandArea(KmÂ²) Migrants(net) Fert.Rate Med.Age UrbanPop%
1                        China       1439323776         0.39   5540090             153        9388211       -348399       1.7      38        61
2                        India       1380004385         0.99  13586631             464        2973190       -532687       2.2      28        35
3                United States        331002651         0.59   1937734              36        9147420        954806       1.8      38        83
4                    Indonesia        273523615         1.07   2898047             151        1811570        -98955       2.3      30        56
5                     Pakistan        220892340         2.00   4327022             287         770880       -233379       3.6      23        35
6                       Brazil        212559417         0.72   1509890              25        8358140         21200       1.7      33        88
7                      Nigeria        206139589         2.58   5175990             226         910770        -60000       5.4      18        52
8                   Bangladesh        164689383         1.01   1643222            1265         130170       -369501       2.1      28        39
9                       Russia        145934462         0.04     62206               9       16376870        182456       1.8      40        74
10                     Tokelau             1357         1.27        17             136             10          N.A.      N.A.       0         0
11                    Holy See              801         0.25         2            2003              0          N.A.      N.A.    N.A.         0
12         C&ocirc;te d'Ivoire         26378274         2.57    661730              83         318000         -8000       4.7      19        51
13    Czech Republic (Czechia)         10708981         0.18     19772             139          77240         22011       1.6      43        74
14        United Arab Emirates          9890402         1.23    119873             118          83600         40000       1.4      33        86
15            Papua New Guinea          8947024         1.95    170915              20         452860          -800       3.6      22        13
16      Bosnia and Herzegovina          3280819        -0.61    -20181              64          51000        -21585       1.3      43        52
17 Saint Pierre &amp; Miquelon             5794        -0.48       -28              25            230          N.A.      N.A.     100         0
   WorldShare
1       18.47
2       17.70
3        4.25
4        3.51
5        2.83
6        2.73
7        2.64
8        2.11
9        1.87
10         NA
11         NA
12       0.34
13       0.14
14       0.13
15       0.11
16       0.04
17         NA

对于那些计数较少的情况，我们可以通过使用row/column索引移动列值来更新列值

library(stringr)
cnt <-  str_count(sub("^([^0-9]+)\\s", '', v1), "\\s+") + 2
i1 <- cnt == 10
df1[i1, 10:11] <- df1[i1, 9:10]
df1[i1, 9] <- NA

数据

v1 <- c("China 1439323776 0.39 5540090 153 9388211 -348399 1.7 38 61 18.47", 
"India 1380004385 0.99 13586631 464 2973190 -532687 2.2 28 35 17.70", 
"United States 331002651 0.59 1937734 36 9147420 954806 1.8 38 83 4.25", 
"Indonesia 273523615 1.07 2898047 151 1811570 -98955 2.3 30 56 3.51", 
"Pakistan 220892340 2.00 4327022 287 770880 -233379 3.6 23 35 2.83", 
"Brazil 212559417 0.72 1509890 25 8358140 21200 1.7 33 88 2.73", 
"Nigeria 206139589 2.58 5175990 226 910770 -60000 5.4 18 52 2.64", 
"Bangladesh 164689383 1.01 1643222 1265 130170 -369501 2.1 28 39 2.11", 
"Russia 145934462 0.04 62206 9 16376870 182456 1.8 40 74 1.87 ", 
"Tokelau 1357 1.27  17 136 10   N.A. N.A. 0  0.00", "Holy See 801 0.25  2 2003 0   N.A. N.A. N.A. 0.00", 
"C&ocirc;te d'Ivoire 26378274 2.57 661730 83 318000 -8000 4.7 19 51 0.34", 
"Czech Republic (Czechia) 10708981 0.18  19772 139 77240 22011 1.6 43 74  0.14", 
"United Arab Emirates 9890402 1.23  119873 118 83600 40000 1.4 33 86  0.13", 
"Papua New Guinea 8947024 1.95  170915 20 452860 -800 3.6 22 13  0.11", 
"Bosnia and Herzegovina 3280819 -0.61  -20181 64 51000 -21585 1.3 43 52  0.04", 
"Saint Pierre &amp; Miquelon 5794 -0.48  -28 25 230   N.A. N.A. 100  0.00"
)


v2 <- c("Country(ordependency)", "Population(2020)", "YearlyChange", 
"NetChange", "Density(P/KmÂ²)", "LandArea(KmÂ²)", "Migrants(net)", 
"Fert.Rate", "Med.Age", "UrbanPop%", "WorldShare")

【讨论】：

这给了我错误：列多于列名？
@TheQueenMalkova 您的 v2 向量只有 11 个元素，而 v1，分隔符空间将导致 12
@TheQueenMalkova 有一个问题，您在 United States 中有空格会造成问题
@TheQueenMalkova 如果您指的是第二列，它是一个数字列。只需执行sum 即sum(df1[["Population(2020)"]]) [1] 4433283070
哎呀 nvm 它已经是数值了。太感谢了。这很有帮助！

【解决方案2】：

我不确定你的意思，但你可以试试：

 df <- do.call(rbind.data.frame, vector1)
 colnames(df) <- vector2

【讨论】：

这给了我在 do.call 中的错误，它说第二个参数必须是一个列表调用