在一定间隔后添加行并将数据复制到 R 中答案

【问题标题】：Add row at after certain intervals and copy data into it in R在一定间隔后添加行并将数据复制到 R 中
【发布时间】：2014-01-10 14:13:03
【问题描述】：

我在数据框中有每个深度的采样数据。现在必须将原始深度内插到新深度，为此我在不同的数据框中有信息。所以需要做的是：

在每个样本类型（即 a、b、）之后创建一个新行
从上面复制“值”
将最后一个 sam_bot(bottom) 作为新的 sam_top
将 dat2 sam_new_bot 作为新的 sam_bot

第一个 data.frame 如下所示：

dat1 = data.frame(Samp = rep(letters[1:4], each = 4), 
             sam_top = seq(1:4), 
             sam_bot = seq(2,5), 
             value = runif(16), 
             stringsAsFactors = F)

给我：

   Samp sam_top sam_bot      value
1     a       1       2 0.75864637
2     a       2       3 0.44056410
3     a       3       4 0.18105700
4     a       4       5 0.67938119
5     b       1       2 0.75444497
6     b       2       3 0.59411439
7     b       3       4 0.11755459
8     b       4       5 0.70143005
9     c       1       2 0.44234565
10    c       2       3 0.82872824

第一个具有新深度的第二个数据帧如下所示：

dat2 <- read.table(text = "Samp sam_new_bot
a      6
b      7
c      6
d      7.5", header = TRUE)

> dat2
  Samp   sam_new_bot
1    a         6.0
2    b         7.0
3    c         6.0
4    d         7.5

结果应该是这样的：

   Samp sam_top sam_bot      value
1     a       1       2 0.75864637
2     a       2       3 0.44056410
3     a       3       4 0.18105700
4     a       4       5 0.67938119
5     a       5       6 0.67938119
5     b       1       2 0.75444497
6     b       2       3 0.59411439
7     b       3       4 0.11755459
8     b       4       5 0.70143005
9     b       5       7 0.70143005
10    c       1       2 0.44234565

请注意，data.frame 没有固定的间隔，因此可以有任意数量的 Samp。

更新： 我设法插入行：

do.call(rbind, by(dat1, dat1$Samp, rbind, dat1[1,]))

现在我的理解是，我必须用 x 的函数替换 dat1[1] 部分，但不知何故我没有把事情放在一起。

【问题讨论】：

以下两种解决方案都有效，但我希望有一个不包括对文件进行排序或排序的解决方案。原始数据集包含很多列，这些列有时依赖于与 sam_top 不同的顺序。

标签： r dataframe

【解决方案1】：

使用您对dat1 和dat2 的定义：

dat3 <- with(dat2,data.frame(Samp, sam_top=NA, sam_bot=sam_new_bot, value=NA))
dat3         <- dat3[dat3$Samp %in% dat1$Samp,]        # only use Samp in dat1
dat3$sam_top <- aggregate(sam_bot~Samp,dat1,tail,1)$sam_bot
dat3$value   <- aggregate(value~Samp,dat1,tail,1)$value
final        <- rbind(dat1,dat3)
final        <- final[order(final$Samp,final$sam_top),]

生产：

final
#    Samp sam_top sam_bot     value
# 1     a       1       2 0.7586464
# 2     a       2       3 0.4405641
# 3     a       3       4 0.1810570
# 4     a       4       5 0.6793812
# 11    a       5       6 0.6793812
# 5     b       1       2 0.7544450
# 6     b       2       3 0.5941144
# 7     b       3       4 0.1175546
# 8     b       4       5 0.7014301
# 12    b       5       7 0.7014301
# 9     c       1       2 0.4423456
# 10    c       2       3 0.8287282
# 13    c       3       6 0.8287282

行名称不同，但希望这并不重要。

此代码创建一个数据框dat3，并根据您的dat2 为额外的行创建一个模板，然后根据您的条件在模板中设置sam_top 和value，然后将这些行添加到您的原始@ 987654329@，创建final，然后重新排序最终以匹配您的结果。注意aggregate(...) 中tail(...) 函数用于提取系列中的最后一行。

最后，你的dat2 有一个Samp="d"，而你的dat1 没有；这就是第二行代码的原因。

【讨论】：

【解决方案2】：

这是data.table 的解决方案。逻辑如下：

获取每个Samp 的最大sam_top，以及对应的值
将其合并到dat2 以获取每个新sam_top 的新sam_bot
rbind 回dat1

答案看起来和你的不完全一样，因为数据不同（虽然我使用了你的数据创建代码）：

library(data.table)
dat1 <- data.table(dat1)
dat1.sub <- dat1[  # get new sam_top, as well as last value for Samp
  order(sam_top), 
  list(sam_top=max(sam_bot), value=tail(value, 1L)), 
  by=Samp
]
dat2.sub <- merge(dat1.sub, dat2, by="Samp")[, c(1, 2, 4, 3), with=F] # match to `dat2`
rbind(dat1, unname(as.list(dat2.sub)))[order(Samp, sam_top)]  # now rbind back and order
#     Samp sam_top sam_bot      value
# 1:     a       1       2 0.37475446
# 2:     a       2       3 0.87263241
# 3:     a       3       4 0.53154291
# 4:     a       4       5 0.41648329
# 5:     a       5       6 0.41648329
# 6:     b       1       2 0.36251215
# 7:     b       2       3 0.33083137
# 8:     b       3       4 0.03237498
# 9:     b       4       5 0.75553453
# 10:    b       5       7 0.75553453
# 11:    c       1       2 0.98819386
# 12:    c       2       3 0.95251107
# 13:    c       3       4 0.35680588
# 14:    c       4       5 0.34674393
# 15:    c       5       6 0.34674393
# 16:    d       1       2 0.19573338
# 17:    d       2       3 0.59690127
# 18:    d       3       4 0.87038993
# 19:    d       4       5 0.88751762
# 20:    d       5       7 0.88751762

【讨论】：