根据不同变量生成多个数据集

Question

我有许多重复权重，我想创建一个每个权重的数据集，其中权重乘以权重的观察数，所以数据集1中的观察值乘以权重1。我可以做到这一点，而不是以非常方式。

这里有一些数据：

df <- data.frame(id <- seq(1:100), 
      x = rnorm(100), 
     y = x + rnorm(100), 
     X1 = round(runif(100,0,2),0), 
     X2 = round(runif(100,0,2),0), 
     X3 = round(runif(100,0,2),0), 
     X4 = round(runif(100,0,2),0), 
     X5 = round(runif(100,0,2),0)) 

，这通过复制权重的意见。

df1 <- df[rep(row.names(df), df$X1), 1:3] 
df2 <- df[rep(row.names(df), df$X2), 1:3] 
df3 <- df[rep(row.names(df), df$X3), 1:3] 
df4 <- df[rep(row.names(df), df$X4), 1:3] 
df5 <- df[rep(row.names(df), df$X5), 1:3] 

是否有可能做到这一点的一条线 - 最好是不用每次都不必名称X，因为可能有很多两个X

Answer 1

的如果有名称以“X”开头的列接着是数字，我们使用grep从模式（^X\\d+）中提取原始数据集（'df'）中的那些列名称。

nm1 <- grep('^X\\d+', names(df), value=TRUE) 

然后，我们遍历所有的“NM1”，复制行的由值序列（seq_len(nrow(df))）在由“NM1”指定的列，选择第3列（1:3）。输出将是list。

lst <- lapply(nm1, function(nm) df[rep(seq_len(nrow(df)), df[,nm]),1:3]) 

在一般情况下，最好是使用lst所有的操作，因为我们可以在list环境本身（包括导出输出到文件）内完成大部分的分析。但是，如果我们坚持要在全局环境中显示多个数据集对象，则在用对象名命名'lst'元素后，一个选项是list2env。

list2env(setNames(lst, paste0('df', seq_along(lst))), envir=.GlobalEnv)