dplyr::bind_rows整合多个数据框 / 开普饭

欢迎来到医科研，这里是白介素2的读书笔记，跟我一起聊临床与科研的故事, 生物医学数据挖掘，R语言，TCGA、GEO数据挖掘。

高效的整合多个数据框

在base包中可以通过cbind, rbind按行或列连接数据框,这个我们不多解释了 dplyr中有更高级的函数bind_rows, bind_cols,能用于高效的连接多个数据框其实这套高级函数是** do.call(cbind,dfs),do.call(rbind,dfs)**模式的植入，

用于多个数据框的整合 list(数据框1，数据框2) .

id参数可以生成一个关联起原来数据框的id,标记数据来源

举例说明其应用

数据框输入作为参数重要的特点是能够接受list作为输入参数另一个特点是可以同时连接起多个数据框，不仅限于两个

library(dplyr) ## ## Attaching package: 'dplyr' ## The following objects are masked from 'package:stats': ## ## filter, lag ## The following objects are masked from 'package:base': ## ## intersect, setdiff, setequal, union one <- mtcars[1:4, ] two <- mtcars[11:14, ] head(one) ## mpg cyl disp hp drat wt qsec vs am gear carb ## Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4 ## Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4 ## Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1 ## Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1 head(two) ## mpg cyl disp hp drat wt qsec vs am gear carb ## Merc 280C 17.8 6 167.6 123 3.92 3.44 18.9 1 0 4 4 ## Merc 450SE 16.4 8 275.8 180 3.07 4.07 17.4 0 0 3 3 ## Merc 450SL 17.3 8 275.8 180 3.07 3.73 17.6 0 0 3 3 ## Merc 450SLC 15.2 8 275.8 180 3.07 3.78 18.0 0 0 3 3

按行连接，但rowname丢失了

(bind_rows(one,two)) ## mpg cyl disp hp drat wt qsec vs am gear carb ## 1 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4 ## 2 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4 ## 3 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1 ## 4 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1 ## 5 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4 ## 6 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3 ## 7 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3 ## 8 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3

以list形式，自动拼接

bind_rows(list(one, two)) ## mpg cyl disp hp drat wt qsec vs am gear carb ## 1 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4 ## 2 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4 ## 3 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1 ## 4 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1 ## 5 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4 ## 6 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3 ## 7 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3 ## 8 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3

按cyl裂解数据框,刚好获得了list形式，能够很好的与bind_rows衔接起来
且bind_rows不仅仅连接的是两个，还是多个

class(mtcars) ## [1] "data.frame" split(mtcars, mtcars$cyl) ## $`4` ## mpg cyl disp hp drat wt qsec vs am gear carb ## Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1 ## Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2 ## Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2 ## Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1 ## Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2 ## Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1 ## Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1 ## Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1 ## Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2 ## Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2 ## Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2 ## ## $`6` ## mpg cyl disp hp drat wt qsec vs am gear carb ## Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4 ## Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4 ## Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1 ## Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1 ## Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4 ## Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4 ## Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6 ## ## $`8` ## mpg cyl disp hp drat wt qsec vs am gear carb ## Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2 ## Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4 ## Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3 ## Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3 ## Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3 ## Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4 ## Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4 ## Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4 ## Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3 2 ## AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3 2 ## Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3 4 ## Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2 ## Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5 4 ## Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5 8 bind_rows(split(mtcars, mtcars$cyl)) ## mpg cyl disp hp drat wt qsec vs am gear carb ## 1 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1 ## 2 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2 ## 3 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2 ## 4 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1 ## 5 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2 ## 6 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1 ## 7 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1 ## 8 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1 ## 9 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2 ## 10 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2 ## 11 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2 ## 12 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4 ## 13 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4 ## 14 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1 ## 15 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1 ## 16 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4 ## 17 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4 ## 18 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6 ## 19 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2 ## 20 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4 ## 21 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3 ## 22 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3 ## 23 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3 ## 24 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4 ## 25 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4 ## 26 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4 ## 27 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3 2 ## 28 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3 2 ## 29 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3 4 ## 30 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2 ## 31 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5 4 ## 32 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5 8

可以连接多个list

bind_rows(list(one, two), list(two, one)) ## mpg cyl disp hp drat wt qsec vs am gear carb ## 1 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4 ## 2 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4 ## 3 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1 ## 4 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1 ## 5 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4 ## 6 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3 ## 7 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3 ## 8 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3 ## 9 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4 ## 10 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3 ## 11 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3 ## 12 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3 ## 13 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4 ## 14 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4 ## 15 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1 ## 16 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1

还可以连接向量，同时可以混合数据框

bind_rows( c(a = 1, b = 2), c(a = 3, b = 4) ) ## # A tibble: 2 x 2 ## a b ## <dbl> <dbl> ## 1 1 2 ## 2 3 4

可以创建一个关联连接两个数据框的id,用于标记数据框的来源

bind_rows(list(one, two), .id = "id") ## id mpg cyl disp hp drat wt qsec vs am gear carb ## 1 1 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4 ## 2 1 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4 ## 3 1 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1 ## 4 1 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1 ## 5 2 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4 ## 6 2 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3 ## 7 2 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3 ## 8 2 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3 bind_rows(list(a = one, b = two), .id = "id") ## id mpg cyl disp hp drat wt qsec vs am gear carb ## 1 a 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4 ## 2 a 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4 ## 3 a 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1 ## 4 a 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1 ## 5 b 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4 ## 6 b 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3 ## 7 b 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3 ## 8 b 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3 bind_rows("group 1" = one, "group 2" = two, .id = "groups") ## groups mpg cyl disp hp drat wt qsec vs am gear carb ## 1 group 1 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4 ## 2 group 1 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4 ## 3 group 1 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1 ## 4 group 1 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1 ## 5 group 2 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4 ## 6 group 2 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3 ## 7 group 2 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3 ## 8 group 2 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3

按行结合时不需要列名相同

bind_rows(data.frame(x = 1:3), data.frame(y = 1:4)) ## x y ## 1 1 NA ## 2 2 NA ## 3 3 NA ## 4 NA 1 ## 5 NA 2 ## 6 NA 3 ## 7 NA 4

但按列结合时需要行名相同

# bind_cols(data.frame(x = 1), data.frame(y = 1:2)) 报错结果 bind_cols(one, two) ## mpg cyl disp hp drat wt qsec vs am gear carb mpg1 cyl1 disp1 hp1 ## 1 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4 17.8 6 167.6 123 ## 2 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4 16.4 8 275.8 180 ## 3 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1 17.3 8 275.8 180 ## 4 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1 15.2 8 275.8 180 ## drat1 wt1 qsec1 vs1 am1 gear1 carb1 ## 1 3.92 3.44 18.9 1 0 4 4 ## 2 3.07 4.07 17.4 0 0 3 3 ## 3 3.07 3.73 17.6 0 0 3 3 ## 4 3.07 3.78 18.0 0 0 3 3 bind_cols(list(one, two)) ## mpg cyl disp hp drat wt qsec vs am gear carb mpg1 cyl1 disp1 hp1 ## 1 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4 17.8 6 167.6 123 ## 2 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4 16.4 8 275.8 180 ## 3 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1 17.3 8 275.8 180 ## 4 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1 15.2 8 275.8 180 ## drat1 wt1 qsec1 vs1 am1 gear1 carb1 ## 1 3.92 3.44 18.9 1 0 4 4 ## 2 3.07 4.07 17.4 0 0 3 3 ## 3 3.07 3.73 17.6 0 0 3 3 ## 4 3.07 3.78 18.0 0 0 3 3

bind_cols用法与bind_rows相同，这里不去赘述了

插一个split函数的应用讲解

split函数用于裂解数据框，可以根据因子来裂解，裂解后得到的是一个list list就非常适合与lapply,sapply,tapply等结合起来使用了

举个例子说明一下

head(mtcars) ## mpg cyl disp hp drat wt qsec vs am gear carb ## Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4 ## Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4 ## Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1 ## Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1 ## Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2 ## Valiant 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1 df<-as.data.frame(mtcars)

按cyl分组裂解数据框

with(df,split(mpg,cyl)) ## $`4` ## [1] 22.8 24.4 22.8 32.4 30.4 33.9 21.5 27.3 26.0 30.4 21.4 ## ## $`6` ## [1] 21.0 21.0 21.4 18.1 19.2 17.8 19.7 ## ## $`8` ## [1] 18.7 14.3 16.4 17.3 15.2 10.4 10.4 14.7 15.5 15.2 13.3 19.2 15.8 15.0

裂解整个数据框

split(mtcars,mtcars$cyl) ## $`4` ## mpg cyl disp hp drat wt qsec vs am gear carb ## Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1 ## Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2 ## Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2 ## Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1 ## Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2 ## Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1 ## Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1 ## Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1 ## Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2 ## Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2 ## Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2 ## ## $`6` ## mpg cyl disp hp drat wt qsec vs am gear carb ## Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4 ## Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4 ## Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1 ## Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1 ## Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4 ## Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4 ## Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6 ## ## $`8` ## mpg cyl disp hp drat wt qsec vs am gear carb ## Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2 ## Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4 ## Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3 ## Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3 ## Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3 ## Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4 ## Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4 ## Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4 ## Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3 2 ## AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3 2 ## Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3 4 ## Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2 ## Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5 4 ## Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5 8

按多个变量构成的分组裂解

with(df,split(mpg,list(cyl,am))) ## $`4.0` ## [1] 24.4 22.8 21.5 ## ## $`6.0` ## [1] 21.4 18.1 19.2 17.8 ## ## $`8.0` ## [1] 18.7 14.3 16.4 17.3 15.2 10.4 10.4 14.7 15.5 15.2 13.3 19.2 ## ## $`4.1` ## [1] 22.8 32.4 30.4 33.9 27.3 26.0 30.4 21.4 ## ## $`6.1` ## [1] 21.0 21.0 19.7 ## ## $`8.1` ## [1] 15.8 15.0

按列裂解矩阵

ma <- cbind(x = 1:10, y = (-4:5)^2) head(ma) ## x y ## [1,] 1 16 ## [2,] 2 9 ## [3,] 3 4 ## [4,] 4 1 ## [5,] 5 0 ## [6,] 6 1 split(ma, col(ma)) ## $`1` ## [1] 1 2 3 4 5 6 7 8 9 10 ## ## $`2` ## [1] 16 9 4 1 0 1 4 9 16 25 split(1:10, 1:2) ## $`1` ## [1] 1 3 5 7 9 ## ## $`2` ## [1] 2 4 6 8 10

do.call函数

执行函数及传递给函数的参数举例说明比较清楚

在给定的参数下执行paste函数

tmp <- expand.grid(letters[1:2], 1:3, c("+", "-")) tmp ## Var1 Var2 Var3 ## 1 a 1 + ## 2 b 1 + ## 3 a 2 + ## 4 b 2 + ## 5 a 3 + ## 6 b 3 + ## 7 a 1 - ## 8 b 1 - ## 9 a 2 - ## 10 b 2 - ## 11 a 3 - ## 12 b 3 - do.call("paste", c(tmp, sep = "")) ## [1] "a1+" "b1+" "a2+" "b2+" "a3+" "b3+" "a1-" "b1-" "a2-" "b2-" "a3-" ## [12] "b3-"

quote参数决定是否quote起来

list(as.name("A")) ## [[1]] ## A do.call(paste, list(as.name("A"), as.name("B")), quote = TRUE) ## [1] "A B"

dplyr::bind_rows整合多个数据框