将data.frame基于因子的级别拆分为新的data.frames

Question

我正在尝试data.frame根据因子的级别创建单独的对象.所以,如果我有:

df <- data.frame(
  x=rnorm(25),
  y=rnorm(25),
  g=rep(factor(LETTERS[1:5]), 5)
)

如何为每个包含相应值和值的级别拆分df成单独data.frame的？我可以在大部分时间使用,但我希望每个级别的因素都有自己的.最好的方法是什么？gxysplit(df, df$g)data.frame

谢谢.

Answer 1

我认为这split正是你想要的.

请注意,X是数据框列表,如下所示str:

X <- split(df, df$g)
str(X)

如果你想要具有组g名称的单个对象,你可以将X的元素分配给split这些名称的对象,但是当你可以从列表中split创建数据帧时,这似乎是额外的工作.

#I used lapply just to drop the third column g which is no longer needed.
Y <- lapply(seq_along(X), function(x) as.data.frame(X[[x]])[, 1:2]) 

#Assign the dataframes in the list Y to individual objects
A <- Y[[1]]
B <- Y[[2]]
C <- Y[[3]]
D <- Y[[4]]
E <- Y[[5]]

#Or use lapply with assign to assign each piece to an object all at once
lapply(seq_along(Y), function(x) {
    assign(c("A", "B", "C", "D", "E")[x], Y[[x]], envir=.GlobalEnv)
    }
)

编辑甚至比使用lapply分配给全局环境更好用list2env:

names(Y) <- c("A", "B", "C", "D", "E")
list2env(Y, envir = .GlobalEnv)
A

Answer 2

因为dplyr 0.8.0，我们也可以使用group_splitwhich 具有类似的行为base::split

library(dplyr)
df %>% group_split(g)

#[[1]]
# A tibble: 5 x 3
#       x      y g    
#   <dbl>  <dbl> <fct>
#1 -1.21  -1.45  A    
#2  0.506  1.10  A    
#3 -0.477 -1.17  A    
#4 -0.110  1.45  A    
#5  0.134 -0.969 A    

#[[2]]
# A tibble: 5 x 3
#       x      y g    
#   <dbl>  <dbl> <fct>
#1  0.277  0.575 B    
#2 -0.575 -0.476 B    
#3 -0.998 -2.18  B    
#4 -0.511 -1.07  B    
#5 -0.491 -1.11  B  
#....

它还带有参数.keep（TRUE默认情况下）来指定是否应保留分组列。

df %>% group_split(g, .keep = FALSE)

#[[1]]
# A tibble: 5 x 2
#       x      y
#   <dbl>  <dbl>
#1 -1.21  -1.45 
#2  0.506  1.10 
#3 -0.477 -1.17 
#4 -0.110  1.45 
#5  0.134 -0.969

#[[2]]
# A tibble: 5 x 2
#       x      y
#   <dbl>  <dbl>
#1  0.277  0.575
#2 -0.575 -0.476
#3 -0.998 -2.18 
#4 -0.511 -1.07 
#5 -0.491 -1.11 
#....

之间的区别base::split，并dplyr::group_split是group_split不姓列表的基于分组的元素。所以

df1 <- df %>% group_split(g)
names(df1) #gives 
NULL

然而

df2 <- split(df, df$g)
names(df2) #gives
#[1] "A" "B" "C" "D" "E"

数据

set.seed(1234)
df <- data.frame(
      x=rnorm(25),
      y=rnorm(25),
      g=rep(factor(LETTERS[1:5]), 5)
)