mtcars - Repita data.frame N veces

r data frame mtcars

Question

Tengo el siguiente marco de datos

data.frame(a = c(1,2,3),b = c(1,2,3))
  a b
1 1 1
2 2 2
3 3 3

y quiero convertirlo en

  a b
1 1 1
2 2 2
3 3 3
4 1 1
5 2 2
6 3 3
7 1 1
8 2 2
9 3 3

o repítelo N veces. ¿Hay una función fácil de hacer esto en R? ¡Gracias!

Answer 1

EDIT: actualizado a una mejor respuesta R moderna.

Puede usar replicate() y luego rbind el resultado. Los nombres de fila se modifican automáticamente para ejecutarse desde 1: nrows.

d <- data.frame(a = c(1,2,3),b = c(1,2,3))
n <- 3
do.call("rbind", replicate(n, d, simplify = FALSE))

Una forma más tradicional es usar indexación, pero aquí la alteración del nombre de fila no es tan clara (pero más informativa):

 d[rep(seq_len(nrow(d)), n), ]

Aquí hay mejoras en los anteriores, los dos primeros usan programación funcional purrr , purrr idiomático:

purrr::map_df(seq_len(3), ~d)

y menos purrr idiomático (resultado idéntico, aunque más incómodo):

purrr::map_df(seq_len(3), function(x) d)

y finalmente a través de la indexación en lugar de la lista aplicar usando dplyr :

d %>% slice(rep(row_number(), 3))

Answer 2

El paquete dplyr contiene la función bind_rows() que combina directamente todos los marcos de datos en una lista, de modo que no hay necesidad de usar do.call() junto con rbind() :

df <- data.frame(a = c(1, 2, 3), b = c(1, 2, 3))
library(dplyr)
bind_rows(replicate(3, df, simplify = FALSE))

Para una gran cantidad de repeticiones bind_rows() también es mucho más rápido que rbind() :

library(microbenchmark)
microbenchmark(rbind = do.call("rbind", replicate(1000, df, simplify = FALSE)),
               bind_rows = bind_rows(replicate(1000, df, simplify = FALSE)),
               times = 20)
## Unit: milliseconds
##       expr       min        lq      mean   median        uq       max neval cld
##      rbind 31.796100 33.017077 35.436753 34.32861 36.773017 43.556112    20   b
##  bind_rows  1.765956  1.818087  1.881697  1.86207  1.898839  2.321621    20  a 

Answer 3

Para objetos data.frame , esta solución es varias veces más rápida que @ mdsummer y @ wojciech-sobala.

d[rep(seq_len(nrow(d)), n), ]

Para objetos data.table , @ mdsummer es un poco más rápido que aplicar lo anterior después de convertir a data.frame . Para n grande, esto podría voltearse. .

Código completo:

Repeat1 <- function(d, n) {
  return(do.call("rbind", replicate(n, d, simplify = FALSE)))
}

Repeat2 <- function(d, n) {
  return(Reduce(rbind, list(d)[rep(1L, times=n)]))
}

Repeat3 <- function(d, n) {
  if ("data.table" %in% class(d)) return(d[rep(seq_len(nrow(d)), n)])
  return(d[rep(seq_len(nrow(d)), n), ])
}

Repeat3.dt.convert <- function(d, n) {
  if ("data.table" %in% class(d)) d <- as.data.frame(d)
  return(d[rep(seq_len(nrow(d)), n), ])
}

# Try with data.frames
mtcars1 <- Repeat1(mtcars, 3)
mtcars2 <- Repeat2(mtcars, 3)
mtcars3 <- Repeat3(mtcars, 3)

library(RUnit)
checkEquals(mtcars1, mtcars2)
#  Only difference is row.names having ".k" suffix instead of "k" from 1 & 2
checkEquals(mtcars1, mtcars3)

# Works with data.tables too
mtcars.dt <- data.table(mtcars)
mtcars.dt1 <- Repeat1(mtcars.dt, 3)
mtcars.dt2 <- Repeat2(mtcars.dt, 3)
mtcars.dt3 <- Repeat3(mtcars.dt, 3)

# No row.names mismatch since data.tables don''t have row.names
checkEquals(mtcars.dt1, mtcars.dt2)
checkEquals(mtcars.dt1, mtcars.dt3)

# Time test
library(microbenchmark)
res <- microbenchmark(Repeat1(mtcars, 10),
                      Repeat2(mtcars, 10),
                      Repeat3(mtcars, 10),
                      Repeat1(mtcars.dt, 10),
                      Repeat2(mtcars.dt, 10),
                      Repeat3(mtcars.dt, 10),
                      Repeat3.dt.convert(mtcars.dt, 10))
print(res)
library(ggplot2)
ggsave("~/gdrive/repeat_microbenchmark.png", autoplot(res))

Answer 4

Simplemente use indexación simple con función de repetición.

mydata<-data.frame(a = c(1,2,3),b = c(1,2,3)) #creating your data frame  
n<-10           #defining no. of time you want repetition of the rows of your dataframe

mydata<-mydata[rep(rownames(mydata),n),] #use rep function while doing indexing 
rownames(mydata)<-1:NROW(mydata)    #rename rows just to get cleaner look of data

Answer 5

d <- data.frame(a = c(1,2,3),b = c(1,2,3))
r <- Reduce(rbind, list(d)[rep(1L, times=3L)])