모든 변수에 대한 데이터 프레임의 각 ID에 대한 새 행 추가

user11916948

각 ID 뒤에 새 행을 추가하고 싶습니다. 스택 플로우 페이지 ( 각 그룹 ID의 데이터 프레임에 새 행 삽입) 에서 해결책을 찾았 지만 변경하고 싶은 한 가지가 있으며 방법을 모르겠습니다. 모든 변수에 대해 새 행을 만들고 모든 변수를 기록하고 싶지 않습니다 (스택 플로 예제). 행의 숫자는 중요하지 않습니다. 나중에 변경하겠습니다. trt의 새 행에 "base"를 추가 할 수 있다면 좋을 것입니다. 나는 코드가 많은 ID와 변수에 대해 작동하고 내가 작업하는 데이터에 많은 것을 가지고 있기를 원합니다. 누군가 나를 도울 수 있다면 많은 감사합니다!

예제 코드 :

set.seed(1)
> id <- rep(1:3,each=4)
> trt <- rep(c("A","OA", "B", "OB"),3)
> pointA <- sample(1:10,12, replace=TRUE)
> pointB<- sample(1:10,12, replace=TRUE)
> pointC<- sample(1:10,12, replace=TRUE)
> df <- data.frame(id,trt,pointA, pointB,pointC)
> df
   id trt pointA pointB pointC
1   1   A      3      7      3
2   1  OA      4      4      4
3   1   B      6      8      1
4   1  OB     10      5      4
5   2   A      3      8      9
6   2  OA      9     10      4
7   2   B     10      4      5
8   2  OB      7      8      6
9   3   A      7     10      5
10  3  OA      1      3      2
11  3   B      3      7      9
12  3  OB      2      2      7

다음과 같이 보이기를 원합니다.

df <- rbind(df[1:4,], df1, df[5:8,], df2, df[9:12,],df3)
> df
   id  trt pointA pointB pointC
1   1    A      3      7      3
2   1   OA      4      4      4
3   1    B      6      8      1
4   1   OB     10      5      4
5   1 base                     
51  2    A      3      8      9
6   2   OA      9     10      4
7   2    B     10      4      5
8   2   OB      7      8      6
13  2 base                     
9   3    A      7     10      5
10  3   OA      1      3      2
11  3    B      3      7      9
12  3   OB      2      2      7
14  3 base                     
>  


I'm trying this code:


    df %>%
+   group_by(id) %>%
+   summarise(week = "base") %>%
+   mutate_all() %>%   #want tomutate allvariables
+   bind_rows(df, .) %>% 
+   arrange(id)
A. 술 리만
library(dplyr)
library(purrr)
df %>% mutate_if(is.factor, as.character) %>% 
       group_split(id) %>% 
       map_dfr(~bind_rows(.x, data.frame(id=.x$id[1], trt="base", stringsAsFactors = FALSE)))

#Note that group_modify is Experimental
df %>% mutate_if(is.factor, as.character) %>% 
       group_by(id) %>% 
       group_modify(~bind_rows(.x, data.frame(trt="base", stringsAsFactors = FALSE)))

이 기사는 인터넷에서 수집됩니다. 재 인쇄 할 때 출처를 알려주십시오.

침해가 발생한 경우 연락 주시기 바랍니다[email protected] 삭제

에서 수정
0

몇 마디 만하겠습니다

0리뷰
로그인참여 후 검토

관련 기사

분류에서Dev

Pandas 데이터 프레임의 각 행에 대한 가변 빈

분류에서Dev

데이터 프레임의 각 행에 대한 막대 차트

분류에서Dev

각 행에서 가장 빈번한 값을 포함하는 R의 데이터 프레임에 새 열 추가

분류에서Dev

Pandas 데이터 프레임의 각 행에 대한 최소값

분류에서Dev

R 데이터 프레임의 모든 주제에 대해 새 행 생성

분류에서Dev

R 데이터 프레임의 모든 행에 대한 함수 플로팅

분류에서Dev

이름이 LIKE 인 모든 열에 대해 데이터 프레임에 동일한 행 값 추가

분류에서Dev

다른 날짜 프레임 열의 모든 날짜에 대해 Pandas 데이터 프레임에 행 추가

분류에서Dev

데이터 프레임의 각 행에 대한 단일 막대 그래프

분류에서Dev

문자 열 R의 각 값에 대해 데이터 프레임에 행 추가

분류에서Dev

R 데이터 프레임의 모든 열에 대한 상위 n 개 행

분류에서Dev

Pandas 데이터 프레임의 각 datetime에 대해 여러 행 추가

분류에서Dev

데이터 테이블은 각 행에 대한 데이터 변수 추가

분류에서Dev

각 고유 한 값 쌍에 대한 데이터 프레임의 합계 행

분류에서Dev

각 열에 대한 마지막 N 양의 값을 새 데이터 프레임으로 추출

분류에서Dev

데이터 프레임 이름과 동일한 목록의 각 데이터 프레임에 변수 추가

분류에서Dev

pandas 데이터 프레임의 각 행에 대한 열의 문자열 교체

분류에서Dev

데이터 프레임의 각 행에 대한 변수의 빈도를 얻는 방법 (테이블은 데이터 프레임의 길이를 변경 함)

분류에서Dev

각 행 pandas 데이터 프레임에 대한 "value_counts"

분류에서Dev

데이터 프레임 R의 모든 열에 대한 평균 가져 오기

분류에서Dev

Python / Pandas를 사용하여 데이터 프레임의 모든 행에 대한 기기 ID 형식 지정

분류에서Dev

동일한 데이터 프레임에서 추출 된 변수에 대한 데이터 프레임에 새 레코드 추가

분류에서Dev

데이터 프레임의 각 행에 대한 json 문자열 만들기

분류에서Dev

Pandas 데이터 프레임의 각 행에 대한 백분율 계산

분류에서Dev

데이터가있는 모든 행에 대해 각 카테고리에 대한 행이 필요합니다.

분류에서Dev

한 데이터 프레임의 각 행에 두 번째 데이터 프레임의 모든 행을 곱합니다.

분류에서Dev

Pandas : 데이터 프레임의 모든 열에 대한 최대 최소 행 찾기

분류에서Dev

Pandas 데이터 프레임의 각 행에 대한 최대 빈도 값 목록이있는 새 열을 만듭니다.

분류에서Dev

열의 특정 행과 데이터 프레임의 특정 행에 대한 모든 열 비교

Related 관련 기사

  1. 1

    Pandas 데이터 프레임의 각 행에 대한 가변 빈

  2. 2

    데이터 프레임의 각 행에 대한 막대 차트

  3. 3

    각 행에서 가장 빈번한 값을 포함하는 R의 데이터 프레임에 새 열 추가

  4. 4

    Pandas 데이터 프레임의 각 행에 대한 최소값

  5. 5

    R 데이터 프레임의 모든 주제에 대해 새 행 생성

  6. 6

    R 데이터 프레임의 모든 행에 대한 함수 플로팅

  7. 7

    이름이 LIKE 인 모든 열에 대해 데이터 프레임에 동일한 행 값 추가

  8. 8

    다른 날짜 프레임 열의 모든 날짜에 대해 Pandas 데이터 프레임에 행 추가

  9. 9

    데이터 프레임의 각 행에 대한 단일 막대 그래프

  10. 10

    문자 열 R의 각 값에 대해 데이터 프레임에 행 추가

  11. 11

    R 데이터 프레임의 모든 열에 대한 상위 n 개 행

  12. 12

    Pandas 데이터 프레임의 각 datetime에 대해 여러 행 추가

  13. 13

    데이터 테이블은 각 행에 대한 데이터 변수 추가

  14. 14

    각 고유 한 값 쌍에 대한 데이터 프레임의 합계 행

  15. 15

    각 열에 대한 마지막 N 양의 값을 새 데이터 프레임으로 추출

  16. 16

    데이터 프레임 이름과 동일한 목록의 각 데이터 프레임에 변수 추가

  17. 17

    pandas 데이터 프레임의 각 행에 대한 열의 문자열 교체

  18. 18

    데이터 프레임의 각 행에 대한 변수의 빈도를 얻는 방법 (테이블은 데이터 프레임의 길이를 변경 함)

  19. 19

    각 행 pandas 데이터 프레임에 대한 "value_counts"

  20. 20

    데이터 프레임 R의 모든 열에 대한 평균 가져 오기

  21. 21

    Python / Pandas를 사용하여 데이터 프레임의 모든 행에 대한 기기 ID 형식 지정

  22. 22

    동일한 데이터 프레임에서 추출 된 변수에 대한 데이터 프레임에 새 레코드 추가

  23. 23

    데이터 프레임의 각 행에 대한 json 문자열 만들기

  24. 24

    Pandas 데이터 프레임의 각 행에 대한 백분율 계산

  25. 25

    데이터가있는 모든 행에 대해 각 카테고리에 대한 행이 필요합니다.

  26. 26

    한 데이터 프레임의 각 행에 두 번째 데이터 프레임의 모든 행을 곱합니다.

  27. 27

    Pandas : 데이터 프레임의 모든 열에 대한 최대 최소 행 찾기

  28. 28

    Pandas 데이터 프레임의 각 행에 대한 최대 빈도 값 목록이있는 새 열을 만듭니다.

  29. 29

    열의 특정 행과 데이터 프레임의 특정 행에 대한 모든 열 비교

뜨겁다태그

보관