Ich habe folgenden Datenrahmen:
data.frame(a = c(1,2,3),b = c(1,2,3))
a b
1 1 1
2 2 2
3 3 3
Ich möchte die Zeilen n- mal wiederholen . Hier werden die Zeilen beispielsweise dreimal wiederholt:
a b
1 1 1
2 2 2
3 3 3
4 1 1
5 2 2
6 3 3
7 1 1
8 2 2
9 3 3
Gibt es eine einfache Funktion, um dies in R zu tun? Vielen Dank!
Antworten:
BEARBEITEN: aktualisiert auf eine bessere moderne R-Antwort.
Sie können replicate()dann rbinddas Ergebnis wieder zusammen verwenden. Die Rownamen werden automatisch so geändert, dass sie von 1: nrows ablaufen.
d <- data.frame(a = c(1,2,3),b = c(1,2,3))
n <- 3
do.call("rbind", replicate(n, d, simplify = FALSE))
Ein traditionellerer Weg ist die Verwendung der Indizierung, aber hier ist die Änderung des Rownamens nicht ganz so ordentlich (aber informativer):
d[rep(seq_len(nrow(d)), n), ]
Hier sind Verbesserungen gegenüber den oben genannten, die ersten beiden mit purrrfunktionaler Programmierung, idiomatisches Schnurren:
purrr::map_dfr(seq_len(3), ~d)
und weniger idiomatisches Schnurren (identisches Ergebnis, wenn auch umständlicher):
purrr::map_dfr(seq_len(3), function(x) d)
und schließlich über Indizierung statt Liste anwenden mit dplyr:
d %>% slice(rep(row_number(), 3))
Für data.frameObjekte ist diese Lösung um ein Vielfaches schneller als die von @ mdsummer und @ wojciech-sobala.
d[rep(seq_len(nrow(d)), n), ]
Bei data.tableObjekten ist @ mdsummer's nach dem Konvertieren in etwas schneller als das Anwenden der oben genannten data.frame. Für große n könnte dies umdrehen.
.
Vollständiger Code:
packages <- c("data.table", "ggplot2", "RUnit", "microbenchmark")
lapply(packages, require, character.only=T)
Repeat1 <- function(d, n) {
return(do.call("rbind", replicate(n, d, simplify = FALSE)))
}
Repeat2 <- function(d, n) {
return(Reduce(rbind, list(d)[rep(1L, times=n)]))
}
Repeat3 <- function(d, n) {
if ("data.table" %in% class(d)) return(d[rep(seq_len(nrow(d)), n)])
return(d[rep(seq_len(nrow(d)), n), ])
}
Repeat3.dt.convert <- function(d, n) {
if ("data.table" %in% class(d)) d <- as.data.frame(d)
return(d[rep(seq_len(nrow(d)), n), ])
}
# Try with data.frames
mtcars1 <- Repeat1(mtcars, 3)
mtcars2 <- Repeat2(mtcars, 3)
mtcars3 <- Repeat3(mtcars, 3)
checkEquals(mtcars1, mtcars2)
# Only difference is row.names having ".k" suffix instead of "k" from 1 & 2
checkEquals(mtcars1, mtcars3)
# Works with data.tables too
mtcars.dt <- data.table(mtcars)
mtcars.dt1 <- Repeat1(mtcars.dt, 3)
mtcars.dt2 <- Repeat2(mtcars.dt, 3)
mtcars.dt3 <- Repeat3(mtcars.dt, 3)
# No row.names mismatch since data.tables don't have row.names
checkEquals(mtcars.dt1, mtcars.dt2)
checkEquals(mtcars.dt1, mtcars.dt3)
# Time test
res <- microbenchmark(Repeat1(mtcars, 10),
Repeat2(mtcars, 10),
Repeat3(mtcars, 10),
Repeat1(mtcars.dt, 10),
Repeat2(mtcars.dt, 10),
Repeat3(mtcars.dt, 10),
Repeat3.dt.convert(mtcars.dt, 10))
print(res)
ggsave("repeat_microbenchmark.png", autoplot(res))
Das Paket dplyrenthält die Funktion bind_rows(), die alle Datenrahmen in einer Liste direkt kombiniert, sodass keine Verwendung do.call()zusammen mit rbind():
df <- data.frame(a = c(1, 2, 3), b = c(1, 2, 3))
library(dplyr)
bind_rows(replicate(3, df, simplify = FALSE))
Denn eine große Anzahl von Wiederholungen bind_rows()ist auch viel schneller als rbind():
library(microbenchmark)
microbenchmark(rbind = do.call("rbind", replicate(1000, df, simplify = FALSE)),
bind_rows = bind_rows(replicate(1000, df, simplify = FALSE)),
times = 20)
## Unit: milliseconds
## expr min lq mean median uq max neval cld
## rbind 31.796100 33.017077 35.436753 34.32861 36.773017 43.556112 20 b
## bind_rows 1.765956 1.818087 1.881697 1.86207 1.898839 2.321621 20 a
slice(rep(row_number(), 3))ist besser, laut Max 'Benchmark. Oh, ich habe gerade Ihre Bank gesehen ... persönlich würde ich denken, dass eine Vergrößerung der DF etwas die richtige Richtung wäre, anstatt die Anzahl der Tische, aber ich weiß es nicht.
slice(df, rep(row_number(), 3))stellt sich heraus, dass es ein bisschen langsamer ist als bind_rows(replicate(...))(1,9 vs. 2,1 ms). Auf jeden Fall fand ich es nützlich, auch eine dplyrLösung zu haben ...
Mit dem Datentabelle-Paket, Sie könnten das spezielle Symbol .Izusammen mit verwenden rep:
df <- data.frame(a = c(1,2,3), b = c(1,2,3))
dt <- as.data.table(df)
n <- 3
dt[rep(dt[, .I], n)]
was gibt:
a b
1: 1 1
2: 2 2
3: 3 3
4: 1 1
5: 2 2
6: 3 3
7: 1 1
8: 2 2
9: 3 3
df[, rep(seq_along(df), n)]; Für eine Datentabelle könnten Sie Folgendes tun:cols <- rep(seq_along(mydf), n); mydf[, ..cols]
d <- data.frame(a = c(1,2,3),b = c(1,2,3))
r <- Reduce(rbind, list(d)[rep(1L, times=3L)])
Verwenden Sie einfach die einfache Indizierung mit Wiederholungsfunktion.
mydata<-data.frame(a = c(1,2,3),b = c(1,2,3)) #creating your data frame
n<-10 #defining no. of time you want repetition of the rows of your dataframe
mydata<-mydata[rep(rownames(mydata),n),] #use rep function while doing indexing
rownames(mydata)<-1:NROW(mydata) #rename rows just to get cleaner look of data
Noch einfacher:
library(data.table)
my_data <- data.frame(a = c(1,2,3),b = c(1,2,3))
rbindlist(replicate(n = 3, expr = my_data, simplify = FALSE)
data.tablePaket