データフレームをいくつかの小さなフレームに分割します。これは非常に些細な質問のように見えますが、ウェブ検索から解決策を見つけることができません。
また、データフレームを任意の数の小さなデータフレームにカットすることもできます。ここでは、2つのデータフレームに分割します。
x = data.frame(num = 1:26, let = letters, LET = LETTERS)
set.seed(10)
split(x, sample(rep(1:2, 13)))
与える
$`1`
num let LET
3 3 c C
6 6 f F
10 10 j J
12 12 l L
14 14 n N
15 15 o O
17 17 q Q
18 18 r R
20 20 t T
21 21 u U
22 22 v V
23 23 w W
26 26 z Z
$`2`
num let LET
1 1 a A
2 2 b B
4 4 d D
5 5 e E
7 7 g G
8 8 h H
9 9 i I
11 11 k K
13 13 m M
16 16 p P
19 19 s S
24 24 x X
25 25 y Y
既存の列に基づいてデータフレームを分割することもできます。たとえば、cyl
のmtcars
列に基づいて3つのデータフレームを作成するには:
split(mtcars,mtcars$cyl)
いくつかの変数の値に従ってデータフレームを分割する場合は、plyr
パッケージのdaply()
を使用することをお勧めします。
library(plyr)
x <- daply(df, .(splitting_variable), function(x)return(x))
現在、x
はデータフレームの配列です。データフレームの1つにアクセスするために、分割変数のレベルの名前でインデックスを付けることができます。
x$Level1
#or
x[["Level1"]]
ただし、データを多くのデータフレームに分割する前に、データを処理する他の賢い方法はないと確信しています。
また使用することができます
data2 <- data[data$sum_points == 2500, ]
これにより、sum_points = 2500の値を持つデータフレームが作成されます
それは与えます :
airfoils sum_points field_points init_t contour_t field_t
...
491 5 2500 5625 0.000086 0.004272 6.321774
498 5 2500 5625 0.000087 0.004507 6.325083
504 5 2500 5625 0.000088 0.004370 6.336034
603 5 250 10000 0.000072 0.000525 1.111278
577 5 250 10000 0.000104 0.000559 1.111431
587 5 250 10000 0.000072 0.000528 1.111524
606 5 250 10000 0.000079 0.000538 1.111685
....
> data2 <- data[data$sum_points == 2500, ]
> data2
airfoils sum_points field_points init_t contour_t field_t
108 5 2500 625 0.000082 0.004329 0.733109
106 5 2500 625 0.000102 0.004564 0.733243
117 5 2500 625 0.000087 0.004321 0.733274
112 5 2500 625 0.000081 0.004428 0.733587
私はあなたを助けるかもしれない一種のRFCを投稿しました: Rのチャンクにベクトルを分割する
x = data.frame(num = 1:26, let = letters, LET = LETTERS)
## number of chunks
n <- 2
dfchunk <- split(x, factor(sort(rank(row.names(x))%%n)))
dfchunk
$`0`
num let LET
1 1 a A
2 2 b B
3 3 c C
4 4 d D
5 5 e E
6 6 f F
7 7 g G
8 8 h H
9 9 i I
10 10 j J
11 11 k K
12 12 l L
13 13 m M
$`1`
num let LET
14 14 n N
15 15 o O
16 16 p P
17 17 q Q
18 18 r R
19 19 s S
20 20 t T
21 21 u U
22 22 v V
23 23 w W
24 24 x X
25 25 y Y
26 26 z Z
乾杯、セバスチャン
subset()
も便利です:
subset(DATAFRAME, COLUMNNAME == "")
調査パッケージの場合、おそらくsurvey
パッケージが適切ですか?
必要な答えは、データフレームを分割する方法と理由に大きく依存します。
たとえば、いくつかの変数を除外する場合、データベースの特定の列から新しいデータフレームを作成できます。データフレームの後の括弧内の添え字は、行番号と列番号を示します。完全な説明については、詩をご覧ください。
newdf <- mydf[,1:3]
または、特定の行を選択できます。
newdf <- mydf[1:3,]
また、これらの添え字は、特定の値を含む行の選択や、目的の値を持つ要因の選択などの論理テストにすることもできます。
残ったチャンクで何をしたいですか?データベースの各チャンクで同じ操作を実行する必要がありますか?次に、データフレームのサブセットがリストなどの便利なオブジェクトになり、データフレームの各チャンクで同じコマンドを実行するのに役立ちます。
いずれかの列の値で分割する場合は、lapply
を使用できます。たとえば、ChickWeight
をひよこごとに個別のデータセットに分割するには:
data(ChickWeight)
lapply(unique(ChickWeight$Chick), function(x) ChickWeight[ChickWeight$Chick == x,])
データフレームの分割は逆効果のようです。代わりに、split-apply-combineパラダイムを使用します。たとえば、データを生成します。
df = data.frame(grp=sample(letters, 100, TRUE), x=rnorm(100))
次に、関連する列のみを分割し、scale()
関数を各グループのxに適用し、結果を結合します(split<-
またはave
を使用)
df$z = 0
split(df$z, df$grp) = lapply(split(df$x, df$grp), scale)
## alternative: df$z = ave(df$x, df$grp, FUN=scale)
これは、data.framesの分割と比較して非常に高速であり、結果は反復なしでダウンストリーム解析で使用可能なままです。 dplyrの構文は
library(dplyr)
df %>% group_by(grp) %>% mutate(z=scale(x))
一般に、このdplyrソリューションはデータフレームの分割より高速ですが、split-apply-combineほど高速ではありません。