df <- data.frame(var1=c('a', 'b', 'c'), var2=c('d', 'e', 'f'), freq=1:3)
什么是扩大上述data.frame的前两列最简单的方法，让 每一行出现的次数在'freq'栏中指定？复制data.frame中的每一行，并指定副本数为每行
换句话说，从这个去：
df
var1 var2 freq
1 a d 1
2 b e 2
3 c f 3
要这样：
df.expanded
var1 var2
1 a d
2 b e
3 b e
4 c f
5 c f
6 c f
这里有一个解决方案：
df.expanded <- df[rep(row.names(df), df$freq), 1:2]
结果：
var1 var2
1 a d
2 b e
2.1 b e
3 c f
3.1 c f
3.2 c f
@ neilfws的解决方案适用于data.frame s，但不适用于data.table s，因为它们缺少row.names属性。这种方法既适用于：
df.expanded <- df[rep(seq(nrow(df)), df$freq), 1:2]
对于data.table虽然你将需要添加with=F，可以有选择地删除df$：
dt <- data.table(df)
dt.expanded <- dt[rep(seq(.N), freq), !"freq", with=F]
splitstackshape包
使用expandRows()：
library(splitstackshape)
expandRows(df, "freq")
简单的语法非常快，适用于data.frame或data.table。
结果：
var1 var2
1 a d
2 b e
2.1 b e
3 c f
3.1 c f
3.2 c f
如果你必须做非常大的data.frames我会推荐它转换成data.table并使用下面这个操作，它应该运行得更快：
library(data.table)
dt <- data.table(df)
dt.expanded <- dt[ ,list(freq=rep(1,freq)),by=c("var1","var2")]
dt.expanded[ ,freq := NULL]
dt.expanded
把这个解决方案如何更快的是：
df <- data.frame(var1=1:2e3, var2=1:2e3, freq=1:2e3)
system.time(df.exp <- df[rep(row.names(df), df$freq), 1:2])
## user system elapsed
## 4.57 0.00 4.56
dt <- data.table(df)
system.time(dt.expanded <- dt[ ,list(freq=rep(1,freq)),by=c("var1","var2")])
## user system elapsed
## 0.05 0.01 0.06
我收到一个错误：'rep（1，freq）中的错误：'times'argument'无效。并且已经有了数据。表格回答这个问题，你可能想描述你的方法是不同的，或者它比当前的data.table答案更好。或者，如果没有重大区别，您可以将其添加为现有答案的评论。 – 2015-07-07 16:20:35
@ SamFirke：谢谢你的评论。奇怪，我只是试了一遍，我没有这样的错误。你是否使用OP的问题中最初的'df'？我的回答更好，因为其他答案是通过使用'data.frame'语法来滥用'data.table'包，请参阅'data.table'的常见问题：“通过数字来引用列通常是不好的做法而不是名字。“ – vonjd 2015-07-07 16:37:57
感谢您的解释。你的代码适用于OP发布的样例'df'，但是当我试图在更大的data.frame上进行基准测试时，我发现了这个错误。我使用的data.frame是：'set.seed（1） dfbig < - data.frame（var1 = sample（letters，1000，replace = TRUE），var2 = sample（LETTERS，1000，replace = TRUE），freq = sample（1:10，1000，replace = TRUE））'在微小的数据框架上，基准答案在我的基准测试中效果很好，但它不能很好地适应更大的数据框架。其他三个答案成功运行这个更大的数据框架。 – 2015-07-07 17:06:48
老问题，在tidyverse动词：
library(tidyr) # version >= 0.8.0
df <- data.frame(var1=c('a', 'b', 'c'), var2=c('d', 'e', 'f'), freq=1:3)
df %>%
uncount(freq)
Ë
太好了！我总是忘记你可以使用方括号。我一直在想索引只是为了子集或重新排序。我有另一个远不那么优雅的解决方案，毫无疑问效率较低。无论如何，我可能会发帖，以便其他人可以比较。 – wkmor1 2010-05-24 10:30:21
对于大型'data.frame'，更高效的是用'seq.int（1，nrow（df））'或'seq_len（nrow（df））'替换'row.names（df）'。 – Marek 2010-05-25 11:54:19
这对于一个大数据框非常奏效 - 150万行，5列，非常快。谢谢！ – gabe 2012-11-21 06:16:34