将一个变量的多个副本连接成一个带有 R 中大型数据集的变量答案

【问题标题】：Concatenate multiple copies of a variable into one variable with a large dataset in R将一个变量的多个副本连接成一个带有 R 中大型数据集的变量
【发布时间】：2020-06-30 21:43:33
【问题描述】：

我有一个数据集，其中每个变量都有多个版本。所有变量都以 _1、_2、_3 结尾。我想将变量的各种版本连接到一个新列中。我有一个非常大的数据集，所以我想尽量避免手动编码每个变量（例如 dat$test

test_1  test_2  test_3  type_1  type_2  type_3  other_1  other_2  other_3
a        f        f        d     s        t       j         y      b  
s        d        c        v     s        y       h         a      m 
d        s        v        d     h        u       n         j      k

我希望将变量表示在一个列中，如下所示：

   test    type    other
    aff     dst     jyb
    sdc     vsy     ham
    dsv     dhu     njk

我不熟悉循环，但我认为查找变量名然后将后续版本连接到新列中会涉及到 grep()？有没有人有建议去解决这个问题？任何帮助表示赞赏！

【问题讨论】：

标签： r loops variables concatenation

【解决方案1】：

我们可以将melt从data.table和paste元素一起使用

library(data.table)
melt(setDT(df1, keep.rownames = TRUE), measure  =
      patterns('^test', 'type', 'other'),
    value.name = c('test', 'type', 'other'))[, 
       variable := NULL][, lapply(.SD, paste, collapse=""),
      .(rn)][, rn := NULL][]
#    test type other
#1:  aff  dst   jyb
#2:  sdc  vsy   ham
#3:  dsv  dhu   njk

或者在tidyverse中使用类似的方法

library(dplyr)
library(tidyr)
library(stringr)
df1 %>%
   mutate(rn = row_number()) %>%
   pivot_longer(cols = -rn,  names_to = c( ".value", 'grp'), names_sep="_") %>% 
   group_by(rn) %>%
   summarise_at(vars(test:other), str_c, collapse ="") %>%
   select(-rn)
# A tibble: 3 x 3
#  test  type  other
#  <chr> <chr> <chr>
#1 aff   dst   jyb  
#2 sdc   vsy   ham  
#3 dsv   dhu   njk

数据

df1 <- structure(list(test_1 = c("a", "s", "d"), test_2 = c("f", "d", 
"s"), test_3 = c("f", "c", "v"), type_1 = c("d", "v", "d"), type_2 = c("s", 
"s", "h"), type_3 = c("t", "y", "u"), other_1 = c("j", "h", "n"
), other_2 = c("y", "a", "j"), other_3 = c("b", "m", "k")),
   class = "data.frame", row.names = c(NA, 
-3L))

【讨论】：