如何将多列值合并为一列？

Question

我有一个名为 "stemmoutput" 的数据框（见下文）：

     X1      X2       X3      X4      X5      X6      X7     X8     X9    X10     
1  tanaman  cabai                                    
2  banget   hama     sakit   tanaman                            
3  koramil  nogosari melaks  ecek     hama   tanaman padi    ppl    ds   rambun

我想像这样将多列值合并到一列中：

     TEXT
1  tanaman cabai                                     
2  banget hama sakit tanaman                            
3  koramil nogosari melaks ecek hama tanaman padi ppl ds rambun

我试过这段代码，它有效

stemmoutput$TEXT <- with(stemmoutput, paste(X1,X2,X3,X4,X5,X6,X7,X8,X9,X10, sep=" "))

但有没有其他更高效的方法，而不必一一记下列名？

我也试过下面的代码，但也没有用。

for(i in names(stemmoutput)){
     stemmoutput$TEXT <- with(stemmoutput, paste(i, sep=" "))}

Answer 1

尝试do.call

library(stringr)
newdat <- data.frame(TEXT=str_trim(do.call(paste, stemmoutput)),
                     stringsAsFactors=FALSE)

newdat
#                                                         TEXT
#1                                                tanaman cabai
#2                                    banget hama sakit tanaman
#3 koramil nogosari melaks ecek hama tanaman padi ppl ds rambun

如果一列中有多个单词，最好使用 , 作为分隔符

 TEXT <- gsub(', [^A-Za-z]+', '', do.call(paste, c(stemmoutput, sep=', ')))

 newdat <- data.frame(TEXT, stringsAsFactors=FALSE)
 newdat
 #                                                                  TEXT
 #1                                                        tanaman, cabai
 #2                                          banget, hama, sakit, tanaman
 #3 koramil, nogosari, melaks, ecek, hama, tanaman, padi, ppl, ds, rambun

Answer 2

这是使用 tidyr

的另一个想法

如果您只想 unite 从 X1 到 X10 的列，您可以这样做：

library(tidyr)
unite(stemmoutput, TEXT, num_range("X", 1:10), sep = " ")

如果要合并所有列，请执行以下操作：

unite(stemmoutput, TEXT, everything(), sep = " ")

基准测试

我在基准测试中尝试了这两种方法，因为我怀疑 unite 会比 do.call 快得多，但它们最终相当等效：

df <- data.frame(replicate(10,sample(paste0(
  sample(LETTERS[1:10]), collapse = ""), 10e5, replace = TRUE)))

mbm <- microbenchmark(
  akrun = data.frame(TEXT=str_trim(do.call(paste, df)), stringsAsFactors=FALSE),
  steven = unite(df, TEXT, everything(), sep = " "),
  times = 50
)

# Unit: milliseconds
#    expr       min        lq      mean    median       uq       max neval cld
#   akrun 1117.1350 1132.3861 1146.3943 1136.3094 1145.076 1232.5633    50   b
#  steven  910.7432  924.0386  927.8614  927.7224  929.649  995.3584    50  a

如何将多列值合并为一列？

How to merge multiple columns values into one column?

merge

r