объединение двух кадров данных разной длины

В пакете plyr есть функция rbind.fill, которая объединит data.frames и введет NA для пустых ячеек:

library(plyr)
combined <- rbind.fill(mtcars[c("mpg", "wt")], mtcars[c("wt", "cyl")])
combined[25:40, ]

    mpg    wt cyl
25 19.2 3.845  NA
26 27.3 1.935  NA
27 26.0 2.140  NA
28 30.4 1.513  NA
29 15.8 3.170  NA
30 19.7 2.770  NA
31 15.0 3.570  NA
32 21.4 2.780  NA
33   NA 2.620   6
34   NA 2.875   6
35   NA 2.320   4

Мне вообще не ясно, что на самом деле делает ОП, учитывая последующие комментарии. Возможно, они действительно ищут способ записать данные в файл.

Но давайте предположим, что мы действительно ищем способ cbind нескольких фреймов данных разной длины.

cbind в конце концов позвонит data.frame, чьи файлы справки говорят:

Объекты, передаваемые в data.frame, должны иметь одинаковое количество строк, но атомарные векторы, факторы и векторы символов, защищенные I, при необходимости будут переработаны целое число раз (включая, начиная с R 2.9.0, элементы аргументов списка).

поэтому в реальном примере OP не должно быть ошибки, так как R должен повторно использовать более короткие векторы, чтобы они имели длину 50. Действительно, когда я запускаю следующее:

set.seed(1)
a <- runif(50)
b <- 1:50
c <- rep(LETTERS[1:5],length.out = 50)
dat1 <- data.frame(a,b,c)
dat2 <- data.frame(d = runif(10),e = runif(10))
cbind(dat1,dat2)

Я не получаю ошибок, и более короткий кадр данных перерабатывается, как и ожидалось. Однако, когда я запускаю это:

set.seed(1)
a <- runif(50)
b <- 1:50
c <- rep(LETTERS[1:5],length.out = 50)
dat1 <- data.frame(a,b,c)
dat2 <- data.frame(d = runif(9), e = runif(9))
cbind(dat1,dat2)

Я получаю следующую ошибку:

Error in data.frame(..., check.names = FALSE) : 
  arguments imply differing number of rows: 50, 9

Но замечательная вещь в R заключается в том, что вы можете заставить его делать почти все, что захотите, даже если вы не должны этого делать. Например, вот простая функция, которая будет cbind фреймов данных разной длины и автоматически заполнит более короткие NAs:

cbindPad <- function(...){
args <- list(...)
n <- sapply(args,nrow)
mx <- max(n)
pad <- function(x, mx){
    if (nrow(x) < mx){
        nms <- colnames(x)
        padTemp <- matrix(NA, mx - nrow(x), ncol(x))
        colnames(padTemp) <- nms
        if (ncol(x)==0) {
          return(padTemp)
        } else {
        return(rbind(x,padTemp))
          }
    }
    else{
        return(x)
    }
}
rs <- lapply(args,pad,mx)
return(do.call(cbind,rs))
}

который можно использовать следующим образом:

set.seed(1)
a <- runif(50)
b <- 1:50
c <- rep(LETTERS[1:5],length.out = 50)
dat1 <- data.frame(a,b,c)
dat2 <- data.frame(d = runif(10),e = runif(10))
dat3 <- data.frame(d = runif(9), e = runif(9))
cbindPad(dat1,dat2,dat3)

Я не даю гарантий, что эта функция работает во всех случаях; это предназначено только в качестве примера.

ИЗМЕНИТЬ

Если основной целью является создание файла csv или текстового файла, все, что вам нужно сделать, это изменить функцию на заполнение, используя "", а не NA, а затем сделать что-то вроде этого:

dat <- cbindPad(dat1,dat2,dat3)
rs <- as.data.frame(apply(dat,1,function(x){paste(as.character(x),collapse=",")}))

а затем используйте write.table на rs.

Ссылаясь на ответ Андри, предлагающий использовать plyr::rbind.fill(): в сочетании с t() у вас есть что-то вроде cbind.fill() (которое не является частью plyr), которое создаст ваш фрейм данных с учетом идентичных номеров наблюдений.

Моя идея состоит в том, чтобы получить максимальное количество строк для всех data.frames, а затем добавить пустую матрицу к каждому data.frame, если это необходимо. Этот метод не требует дополнительных пакетов, используется только базовый. Код выглядит следующим образом:

list.df <- list(data.frame(a = 1:10), data.frame(a = 1:5), data.frame(a = 1:3))

max.rows <- max(unlist(lapply(list.df, nrow), use.names = F))

list.df <- lapply(list.df, function(x) {
    na.count <- max.rows - nrow(x)
    if (na.count > 0L) {
        na.dm <- matrix(NA, na.count, ncol(x))
        colnames(na.dm) <- colnames(x)
        rbind(x, na.dm)
    } else {
        x
    }
})

do.call(cbind, list.df)

#     a  a  a
# 1   1  1  1
# 2   2  2  2
# 3   3  3  3
# 4   4  4 NA
# 5   5  5 NA
# 6   6 NA NA
# 7   7 NA NA
# 8   8 NA NA
# 9   9 NA NA
# 10 10 NA NA

Просто мои 2 цента. Этот код объединяет две матрицы или data.frames в одну. Если одна структура данных имеет меньшее количество строк, то отсутствующие строки будут добавлены со значениями NA.

combine.df <- function(x, y) {
    rows.x <- nrow(x)
    rows.y <- nrow(y)
    if (rows.x > rows.y) {
        diff <- rows.x - rows.y
        df.na <- matrix(NA, diff, ncol(y))
        colnames(df.na) <- colnames(y)
        cbind(x, rbind(y, df.na))
    } else {
        diff <- rows.y - rows.x
        df.na <- matrix(NA, diff, ncol(x))
        colnames(df.na) <- colnames(x)
        cbind(rbind(x, df.na), y)
    }
}

df1 <- data.frame(1:10, row.names = 1:10)
df2 <- data.frame(1:5, row.names = 10:14)
combine.df(df1, df2)

Надеюсь, это сработает для вас!

Вы можете использовать library(qpcR) для объединения двух матриц разного размера.

resultant_matrix <- qpcR:::cbind.na(matrix1, matrix2)

ПРИМЕЧАНИЕ. Результирующая матрица будет иметь размер matrix2.

Я на самом деле не получаю ошибку с этим.

a <- as.data.frame(matrix(c(sample(letters,50, replace=T),runif(100)), nrow=50))
b <- sample(letters,10, replace=T)
c <- cbind(a,b)

Я использовал буквы, если объединение всех чисел имело разную функциональность (чего не было). Ваш «первый кадр данных», который на самом деле является просто вектором, просто повторяется 5 раз в этом 4-м столбце...

Но все комментарии гуру к вопросу по-прежнему актуальны :)

Я думаю, что придумал довольно короткое решение. Надеюсь, это кому-то поможет.

cbind.na<-function(df1, df2){

  #Collect all unique rownames
  total.rownames<-union(x = rownames(x = df1),y = rownames(x=df2))

  #Create a new dataframe with rownames
  df<-data.frame(row.names = total.rownames)

  #Get absent rownames for both of the dataframe
  absent.names.1<-setdiff(x = rownames(df1),y = rownames(df))
  absent.names.2<-setdiff(x = rownames(df2),y = rownames(df))

  #Fill absents with NAs
  df1.fixed<-data.frame(row.names = absent.names.1,matrix(data = NA,nrow = length(absent.names.1),ncol=ncol(df1)))
  colnames(df1.fixed)<-colnames(df1)
  df1<-rbind(df1,df1.fixed)

  df2.fixed<-data.frame(row.names = absent.names.2,matrix(data = NA,nrow = length(absent.names.2),ncol=ncol(df2)))
  colnames(df2.fixed)<-colnames(df2)
  df2<-rbind(df2,df2.fixed)

  #Finally cbind into new dataframe
  df<-cbind(df,df1[rownames(df),],df2[rownames(df),])
  return(df)

}

у меня была аналогичная проблема, я сопоставил записи в определенном столбце двух наборов данных и cbind, только если они совпадали. Для двух наборов данных, данных1 и данных2, я добавляю столбец в данные1 из данных2 после сравнения первого столбца обоих.

for(i in 1:nrow(data1){
  for( j in 1:nrow(data2){
    if (data1[i,1]==data2[j,1]) data1[i,3]<- data2[j,2]
  }
}