将 2 个短列变成 1 个较长的列答案

【问题标题】：Turn 2 short columns into 1 longer col将 2 个短列变成 1 个较长的列
【发布时间】：2021-02-19 05:42:45
【问题描述】：

请帮忙，谢谢。 10k 行的解决方案应该是自动的（20k 个国家，每组 10k）

原表

|Group1|Group2|Population1|Pop2|
|--|--|--|--|
|"USA"|  "ENG"|  1000|   502|
|"RUS"|  "FRC"|  1200|   200|
|"UEC"|  "IND"|  120|   100|
| "EST"|  "CAU"|  100|   500|
|"VNE"|  "CAM"|  200|   800|
*with other 10000 rows*

预期的表格

|Nation|Population|
|--|--|
|"USA"|1000|
|"RUS"|1200|
|  "ENG"|502|
|  "FRC"|200|
|"ENG"|502|
|"FRC"|200|
|"IND"|100|
|"CAU"|500|
|"CAM"|800|

【问题讨论】：

标签： r join bind tibble

【解决方案1】：

使用tidyr：

library(tidyr)

dat <- data.frame(G1 = c("USA", "UK"), G2 = c("FRA", "CAN"), Pop1 = c(123, 234), Pop2 = c(345, 432))

pivot_longer(dat, everything(), names_to = c(".value", NA), names_pattern = "(.*)(1|2)$")

# A tibble: 4 x 2
  G       Pop
  <chr> <dbl>
1 USA     123
2 FRA     345
3 UK      234
4 CAN     432

编辑：使用更大的数据框运行它：

dat_big <- uncount(dat, weights = 100000) # Now with 200,000 rows

bench::mark(time = {
  pivot_longer(dat_big, everything(), names_to = c(".value", NA), names_pattern = "(.*)(1|2)$")
})

expression     min  median `itr/sec` mem_alloc `gc/sec` n_itr  n_gc total_time   
  <bch:expr> <bch:t> <bch:t>     <dbl> <bch:byt>    <dbl> <int> <dbl>   <bch:tm>
1 time        37.5ms  37.5ms      26.6    39.7MB     320.     1    12     37.5ms

【讨论】：

反正做得更快，实际表是10k行
查看我的编辑：200,000 行需要 37.5 毫秒。
我的意思是这段代码"dat
我在这里创建的 dat_big 对象有 200,000 行，即实际数据的 20 倍。您告诉我的内容似乎与我提供的内容不一致。
我只是编辑原始数据，请看看，我们有没有其他不创建dat步骤的方法

【解决方案2】：

更新使用来自 baseR 的 rbind，（假设您的数据名称是 dat 否则用以下语法替换它）

#enter column names of final data in a vector
Names <- c("Country", "Population")

#for final output
rbind(setNames(dat[,c(1,3)], Names), setNames(dat[,c(2,4)], Names))

创建示例数据的演示


dat <- data.frame(G1 = c("USA", "UK"), G2 = c("FRA", "CAN"), Pop1 = c(123, 234), Pop2 = c(345, 432))
dat
   G1  G2 Pop1 Pop2
1 USA FRA  123  345
2  UK CAN  234  432

> rbind(setNames(dat[,c(1,3)], Names), setNames(dat[,c(2,4)], Names))
  Country Population
1     USA        123
2      UK        234
3     FRA        345
4     CAN        432

【讨论】：

反正做得更快，实际表是10k行

【解决方案3】：

x<-c(df2$Group1, df2$Group2)

y<-c(df2$Population1,df2$Pop2)

z<-bind_cols(x,y)

z %>% as.data.frame() %>% rename(nation=...1, Pop=...2)

【讨论】：

社区鼓励在代码中添加解释，而不是纯粹基于代码的答案（参见here）。