将新行添加到数据框,在特定行索引处,未附加?


160

以下代码将向量与数据帧组合在一起:

newrow = c(1:4)
existingDF = rbind(existingDF,newrow)

但是,此代码始终在数据帧的末尾插入新行。

如何在数据框内的指定点插入行?例如,假设数据帧有20行,如何在第10和11行之间插入新行?


使用方便的索引和排序?
罗兰

22
existingDF = rbind(existingDF[1:10,],newrow,existingDF[-(1:10),])
2012年

通过一个简单的循环和一个条件(如果需要),可以将行从一个数据帧追加到另一个数据帧。示例代码如下所示newdataframe[nrow(newdataframe)+1,] <- existingdataframe[i,]
kirancodify

Answers:


156

这是一种避免(通常很慢)rbind调用的解决方案:

existingDF <- as.data.frame(matrix(seq(20),nrow=5,ncol=4))
r <- 3
newrow <- seq(4)
insertRow <- function(existingDF, newrow, r) {
  existingDF[seq(r+1,nrow(existingDF)+1),] <- existingDF[seq(r,nrow(existingDF)),]
  existingDF[r,] <- newrow
  existingDF
}

> insertRow(existingDF, newrow, r)
  V1 V2 V3 V4
1  1  6 11 16
2  2  7 12 17
3  1  2  3  4
4  3  8 13 18
5  4  9 14 19
6  5 10 15 20

如果速度不如清晰度重要,那么@Simon的解决方案就可以很好地工作:

existingDF <- rbind(existingDF[1:r,],newrow,existingDF[-(1:r),])
> existingDF
   V1 V2 V3 V4
1   1  6 11 16
2   2  7 12 17
3   3  8 13 18
4   1  2  3  4
41  4  9 14 19
5   5 10 15 20

(请注意,我们的索引r不同)。

最后,基准:

library(microbenchmark)
microbenchmark(
  rbind(existingDF[1:r,],newrow,existingDF[-(1:r),]),
  insertRow(existingDF,newrow,r)
)

Unit: microseconds
                                                    expr     min       lq   median       uq       max
1                       insertRow(existingDF, newrow, r) 660.131 678.3675 695.5515 725.2775   928.299
2 rbind(existingDF[1:r, ], newrow, existingDF[-(1:r), ]) 801.161 831.7730 854.6320 881.6560 10641.417

基准测试

正如@MatthewDowle总是向我指出的那样,随着问题规模的扩大,需要检查基准以进行扩展。然后我们开始:

benchmarkInsertionSolutions <- function(nrow=5,ncol=4) {
  existingDF <- as.data.frame(matrix(seq(nrow*ncol),nrow=nrow,ncol=ncol))
  r <- 3 # Row to insert into
  newrow <- seq(ncol)
  m <- microbenchmark(
   rbind(existingDF[1:r,],newrow,existingDF[-(1:r),]),
   insertRow(existingDF,newrow,r),
   insertRow2(existingDF,newrow,r)
  )
  # Now return the median times
  mediansBy <- by(m$time,m$expr, FUN=median)
  res <- as.numeric(mediansBy)
  names(res) <- names(mediansBy)
  res
}
nrows <- 5*10^(0:5)
benchmarks <- sapply(nrows,benchmarkInsertionSolutions)
colnames(benchmarks) <- as.character(nrows)
ggplot( melt(benchmarks), aes(x=Var2,y=value,colour=Var1) ) + geom_line() + scale_x_log10() + scale_y_log10()

@Roland的解决方案可以很好地扩展,甚至可以调用rbind

                                                              5       50     500    5000    50000     5e+05
insertRow2(existingDF, newrow, r)                      549861.5 579579.0  789452 2512926 46994560 414790214
insertRow(existingDF, newrow, r)                       895401.0 905318.5 1168201 2603926 39765358 392904851
rbind(existingDF[1:r, ], newrow, existingDF[-(1:r), ]) 787218.0 814979.0 1263886 5591880 63351247 829650894

以线性比例绘制:

线性的

和对数对数刻度:

日志日志


3
在末尾插入一行会产生奇怪的行为!
Maarten

@Maarten具有哪个功能?
阿里·弗里德曼

我想这是我在这里描述的怪异行为:stackoverflow.com/questions/19927806/…–
PatrickT

1
在我的特定数据帧和行中,使用insertRow2不会发生奇怪的行为。
PatrickT

您如何将一排数字添加到df中?我有dfa,b,c,d,我想添加行1,2,3,4。我怎么做?
特拉维斯·海特

44
insertRow2 <- function(existingDF, newrow, r) {
  existingDF <- rbind(existingDF,newrow)
  existingDF <- existingDF[order(c(1:(nrow(existingDF)-1),r-0.5)),]
  row.names(existingDF) <- 1:nrow(existingDF)
  return(existingDF)  
}

insertRow2(existingDF,newrow,r)

  V1 V2 V3 V4
1  1  6 11 16
2  2  7 12 17
3  1  2  3  4
4  3  8 13 18
5  4  9 14 19
6  5 10 15 20

microbenchmark(
+   rbind(existingDF[1:r,],newrow,existingDF[-(1:r),]),
+   insertRow(existingDF,newrow,r),
+   insertRow2(existingDF,newrow,r)
+ )
Unit: microseconds
                                                    expr     min       lq   median       uq      max
1                       insertRow(existingDF, newrow, r) 513.157 525.6730 531.8715 544.4575 1409.553
2                      insertRow2(existingDF, newrow, r) 430.664 443.9010 450.0570 461.3415  499.988
3 rbind(existingDF[1:r, ], newrow, existingDF[-(1:r), ]) 606.822 625.2485 633.3710 653.1500 1489.216

3
这是一个很酷的解决方案。仍然不知道为什么它比同时调用这么快rbind,但我对此很感兴趣。
阿里·弗里德曼

基准测试答案应在IMO中自动应用一些额外的声誉。谢谢!
亚历克斯

10

你应该尝试dplyr包

library(dplyr)
a <- data.frame(A = c(1, 2, 3, 4),
               B = c(11, 12, 13, 14))


system.time({
for (i in 50:1000) {
    b <- data.frame(A = i, B = i * i)
    a <- bind_rows(a, b)
}

})

输出量

   user  system elapsed 
   0.25    0.00    0.25

与使用rbind函数相反

a <- data.frame(A = c(1, 2, 3, 4),
                B = c(11, 12, 13, 14))


system.time({
    for (i in 50:1000) {
        b <- data.frame(A = i, B = i * i)
        a <- rbind(a, b)
    }

})

输出量

   user  system elapsed 
   0.49    0.00    0.49 

有一些性能提升。


-4

例如,您想要将变量2的行添加到名为“ edges”的数据的变量1中,只需执行以下操作

allEdges <- data.frame(c(edges$V1,edges$V2))
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.