开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

在R中按条件堆叠多列

可以使用dplyr包中的tidyverse函数来实现。具体步骤如下：

首先，安装并加载tidyverse包：

install.packages("tidyverse")
library(tidyverse)

假设你有一个数据框（dataframe）df，其中包含多列需要按条件堆叠。以下是一个示例数据框：

df <- data.frame(
  ID = c(1, 2, 3),
  Cond1 = c("A", "B", "A"),
  Col1 = c(10, 20, 30),
  Cond2 = c("B", "A", "B"),
  Col2 = c(40, 50, 60),
  Cond3 = c("A", "A", "B"),
  Col3 = c(70, 80, 90)
)

使用tidyverse函数进行条件堆叠。以下是一个示例代码，将满足条件"A"的列堆叠在一起：

df_stacked <- df %>%
  select(starts_with("Col")) %>%
  mutate(Condition = case_when(
    Cond1 == "A" ~ "Col1",
    Cond2 == "A" ~ "Col2",
    Cond3 == "A" ~ "Col3"
  )) %>%
  group_by(ID) %>%
  summarise(Stacked_Col = paste0(Condition, collapse = ", "))

在上述示例中，我们首先使用select()函数选择需要堆叠的列（这里选择以"Col"开头的列）。然后，使用mutate()函数根据条件创建新的列"Condition"，将满足条件"A"的列名存储在其中。接下来，使用group_by()函数按照"ID"列进行分组。最后，使用summarise()函数将每组中满足条件"A"的列名连接在一起，结果存储在"Stacked_Col"列中。

以上就是在R中按条件堆叠多列的方法。使用这种方法，你可以根据自己的实际需求来修改条件和数据框的结构。

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

Excel公式技巧21：统计至少在一列中满足条件的行数

在这篇文章中，探讨一种计算在至少一列中满足规定条件的行数的解决方案，示例工作表如下图1所示，其中详细列出了各个国家在不同年份废镍的出口水平。 ?...由于数据较少，我们可以从工作表中清楚地标出满足条件的数据，如下图2所示。 ? 图2 显然，“标准的”COUNTIF（S）公式结构不能满足要求，因为我们必须确保不要重复计数。...下面，考虑希望得出的结果涉及的列数不只是两列，甚至可能是多列的情况。例如，假设要确定从2004年到2012年每年至少有一个数字大于或等于1000的国家的数量。...如下图3所示，我们可以在工作表中标出满足条件的数据，除了2个国家外，其他11个国家都满足条件。 ?...然而，公式显得太笨拙了，如果考虑的列数不是9而是30，那会怎样！幸运的是，由于示例中列区域是连续的，因此可以在单个表达式中查询整个区域（B2：J14），随后适当地操纵这个结果数组。

4.1K1 0

Excel公式练习44：从多列中返回唯一且按字母顺序排列的列表

本次的练习是：如下图1所示，单元格区域A2:E5中包含一系列值和空单元格，其中有重复值，要求从该单元格区域中生成按字母顺序排列的不重复值列表，如图1中G列所示。 ?...图1 在单元格G1中编写一个公式，下拉生成所要求的列表。先不看答案，自已动手试一试。...在单元格G1的主公式中： =IF(ROWS($1:1)>$H$1,"", 如果公式向下拖拉的行数超过单元格H1中的数值6，则返回空值。 3....唯一不同的是，Range1包含一个4行5列的二维数组，而Arry4是通过简单地将Range1中的每个元素进行索引而得出的，实际上是20行1列的一维区域。...14;15;16;17;18;19;20}) 生成数组： {2;0;4;0;0;0;0;0;0;1;1;1;0;2;0;0;0;0;0;0;0} 这是我们使用的相当标准的技术：上述数组中非零值的位置表示在该区域内每个不同值在该数组中的首次出现

4.2K3 1

Notepad++的列编辑功能，多列粘贴：在列模式中选中才能在粘贴到列模式中；notpad 中文乱码

notpad 中文乱码多列粘贴：在列模式中选中才能在粘贴到列模式中 3.6. Notepad++的列编辑功能下面来解释Notepad++中的强大且好用的列编辑功能。 3.6.1....什么是列编辑模式普通编辑器，编辑文本的时候，选中一部分内容，都是在一行或多行的范围内操作，从左到右的，所以，可以看做是行模式。与此相对应的，就是上下方向的列模式了。...Notepad++的列编辑模式的基本操作在Notepad++中，按住Alt键之后，就处于列（编辑）模式了。比如，按住Alt键，此处从上到下，选择多列：例 3.20....列编辑：删除多行内容然后也可以同时删除多行内容：先按住Alt键，选后同时选取多列：然后松掉Alt键，点击右键选择删除，或者直接按键盘上面的Delete键，都可以实现删除所选的多行中对应部分的内容：...列编辑：同时复制和粘贴多列然后在Notepad++中，新建一个页面，将拷贝的内容，粘贴到新建页面中：然后再用列模式去选取此部分内容：然后Ctrl+C复制所选内容，再回到要粘贴的地方，同样先是进入列模式

1.1K0 0

问与答62：如何按指定个数在Excel中获得一列数据的所有可能组合？

excelperfect Q：数据放置在列A中，我要得到这些数据中任意3个数据的所有可能组合。如下图1所示，列A中存放了5个数据，要得到这5个数据中任意3个数据的所有可能组合，如列B中所示。...AsLong Dim vElements As Variant Dim lRow As Long Dim vResult As Variant '要组合的数据在当前工作表的列A...Set rng =Range("A1", Range("A1").End(xlDown)) '设置每个组合需要的数据个数 n = 3 '在数组中存储要组合的数据...Then lRow = lRow + 1 Range("B" & lRow) = Join(vResult, ", ") '每组组合放置在多列中...如果将代码中注释掉的代码恢复，也就是将组合结果放置在多列中，运行后的结果如下图2所示。 ? 图2

5.6K3 0

【DB笔试面试639】在Oracle中，什么是多列统计信息（Extended Statistics）？

♣ 题目部分在Oracle中，什么是多列统计信息（Extended Statistics）？...在一般情况下，SQL语句的WHERE子句后面针对单张表都有多个条件，也就是根据多列的条件筛选得到数据。...为了能够让优化器做出准确的判断，从而生成准确的执行计划，Oracle在11g数据库中引入了收集多列统计信息。...，下次再收集表的统计信息时，将会自动收集到多列统计信息。...可见在收集了直方图后的Cardinality值比没有直方图的情况虽然更接近真实值，但还是有不少差距，下面收集多列统计信息。

2.5K2 0

numpy科学计算包的使用2

矢量化数组运算要比等价的纯Python方式快上一两个数量级利用数组进行数据处理将条件逻辑表述为数组运算传统方式缺点：列表推导的局限性纯Python代码，速度不够快。...''' cumsum: - 按列操作：a[i][j] += a[i - 1][j] - 按行操作：a[i][j] += a[i][j - 1] cumprod: - 按列操作：a[i][j] *= a[...print(np.concatenate([arr1, arr2], axis = 1)) # 按列连接 # 所谓堆叠，参考叠盘子。。。...arr = np.arange(6) arr1 = arr.reshape((3, 2)) arr2 = np_random.randn(3, 2) print('r_用于按行堆叠') print(np.r..._[arr1, arr2]) print('c_用于按列堆叠') print(np.c_[np.r_[arr1, arr2], arr]) print('切片直接转为数组') print(np.c_[1

1.8K12 0

Sql注入总结学习

Cookie: id = 1 and 1=1 堆叠查询注入 id = 1';select if(sub(user(),1,1)='r',sleep(3),1)%23 堆叠注入简介 Stacked injections...而在真实的运用中也是这样的, 我们知道在 mysql 中, 主要是命令行中, 每一条语句结尾加; 表示语句结束。这样我们就想到了是不是可以多句一起使用。...原理在SQL 中, 分号(;)是用来表示一条sql 语句的结束。试想一下我们在; 结束一个 sql语句后继续构造下一条语句, 会不会一起执行？因此这个想法也就造就了堆叠注入。...在我们的web 系统中, 因为代码通常只返回一个查询结果, 因此, 堆叠注入第二个语句产生错误或者结果只能被忽略, 我们在前端界面是无法看到返回结果的。...中的表信息，包括这个表是基本表还是系统表，数据库的引擎是什么，表有多少行，创建时间，最后更新时间等 COLUMNS 储存mysql中表的列信息，包括这个表的所有列以及每个列的信息，该列是表中的第几列，列的数据类型

1.1K2 0

最全面的Pandas的教程！没有之一!

比如，提取 'c' 行中 'Name’ 列的内容，可以如下操作： ? 此外，你还可以制定多行和/或多列，如上所示。...条件筛选用中括号 [] 的方式，除了直接指定选中某些列外，还能接收一个条件语句，然后筛选出符合条件的行/列。比如，我们希望在下面这个表格中筛选出 'W'>0 的行： ?...我们用 pd.concat() 将它堆叠成一个大的表： ? 因为我们没有指定堆叠的方向，Pandas 默认按行的方向堆叠，把每个表的索引按顺序叠加。...index 表示按该列进行分组索引，而 columns 则表示最后结果将按该列的数据进行分列。...在上面的例子中，数据透视表的某些位置是 NaN 空值，因为在原数据里没有对应的条件下的数据。

26K6 4

R语言数据框深度解析：从创建到数据操作，一文掌握核心技能

数据框由不同的行和列构成，不同的列可以是不同类型（数值型、字符型、逻辑型等）的数据，比如可以其中一列是数值型，另一列是逻辑型，另一列是字符型，等。但是同一列中必须是相同的类型。...数据访问与操作访问数据数据框和向量不一样，向量是一维的，数据框既有行也有列，数据框是二维的，所以在使用方括号时，我们也要指定行和列，行和列之间用,隔开，,前面表示行，后面表示列。...1列和第3列 df[1:3, ] # 获取前 3 行 df[, c("Name", "Score")] # 获取指定列 df[df$Score > 85, ] # 条件筛选添加与删除列 df$Pass...的变成良 df 行列转置 #行变成列，列变成行 tran_df <- t(df) tran_df 行列拼接拼接列：把列拼起来，也就是对多个数据框水平堆叠，也就是在一个数据框的右侧添加另一个数据框，要求行数相同...拼接行：把行拼起来，也就是对多个数据框垂直堆叠，也就是在一个数据框的下方添加另一个数据框，要求列数相同。

1801 0

【DB笔试面试677】在Oracle中，对于一个NUMBER(1)的列，若WHERE条件是大于3和大于等于4，这二者是否等价？

♣ 题目部分在Oracle中，对于一个NUMBER(1)的列，如果查询中的WHERE条件分别是大于3和大于等于4，那么这二者是否等价？ ♣ 答案部分首先对于查询结果而言，二者没有任何区别。...ID">=4”，所以，在非SYS用户下，最终的执行计划中会有“filter(NULL IS NOT NULL)”的谓词条件。...③　在使用物化视图的过程中，大于3会同时扫描物化视图和原表，效率较低；而大于等于4会直接扫描物化视图，效率较高。...对于后者，由于查询的条件违反了CHECK约束，因此Oracle在执行计划前面增加了一个FILTER，使得整个查询不需要在执行，因此这个查询不管表中数据有多少，都会在瞬间结束。...如果以后一旦字段的结构发生了修改，比如这个例子中字段的允许出现小数，那么这两个SQL的WHERE条件就不再等价了。若表属于SYS用户，则这二者的执行计划是相同的。

2.4K3 0

python数据科学系列：numpy入门详细教程

stack系列，共6个方法： hstack，column_stack：功能基本一致，均为水平堆叠（axis=1），或者说按列堆叠。...唯一的区别在于在处理一维数组时：hstack按axis=0堆叠，且不要求两个一维数组长度一致，堆叠后仍然是一个一维数组；而column_stack则会自动将两个一维数组变形为Nx1的二维数组，并仍然按axis...vstack，row_stack，功能一致，均为垂直堆叠，或者说按行堆叠，axis=0 dstack，主要面向三维数组，执行axis=2方向堆叠，输入数组不足3维时会首先转换为3维，主要适用于图像处理等领域...堆叠后，一维变二维、二维变三维…… 魔法方法：r_[ ]，c_[ ]，效果分别与row_stack和column_stack类似，但具体语法要求略有不同。...这一问题困扰了好久，直至一次无意间看到了相关源码中的注释： ? 例如，在sort方法中，axis参数的解释为"Axis along which to sort"，翻译过来就是沿着某一轴执行排序。

3.1K1 0

记一次堆叠注入拿shell的总结

菜鸡第一次实战中碰到mssql的堆叠注入，大佬们轻喷。本来对堆叠注入没啥了解，这次正巧碰到mssql的堆叠注入，正好加强一下对堆叠注入的理解。...堆叠注入因为在sql查询语句中，分号“；”代表查询语句的结束。所以在执行sql语句结尾分号的后面，再加一条sql语句，就造成了堆叠注入。...首先看了一下进程，emmm 那么多powershell进程……没有啥玩的必要了。可以尝试溯源一波，下篇文章发。 ?也没有内网，收工。 ?...nge$ /add';复制代码还有其他的函数，这里就不一一列举了。...条件：有网站具体路径有可写权限(dbo权限以上) 站库不分离 1.备份数据库;backup database 数据库名 to disk = 'C:\\www\\\...' with init -

2.7K1 0

机器学习速成第一集——机器学习基础

二项分布：次伯努利试验中成功次数的概率分布。泊松分布：在一定时间内事件发生次数的概率分布。指数分布：等待某个事件发生的时间间隔的概率分布。...''' # 按某一列UP升序 sorted_df = df.sort_values(by='A') print(sorted_df) # 按多列UP升序 sorted_df = df.sort_values...# 按单列down降序 sorted_df = df.sort_values(by='A', ascending=False) print(sorted_df) # 按多列down降序 sorted_df1...# 按多列排序，将缺失值放在前面 sorted_df1 = df.sort_values(by=['A', 'B']).fillna(df.min()) print(sorted_df1) # 按多列排序...grouped = df.groupby('A').sum() print(grouped) #按多列分组 grouped1=df.groupby(['A','B']).sum() print(grouped1

761 0

使用NumPy、Numba的简单使用(二)

（提示where） arr = np.arange(10) out = np.where(arr % 2 == 1, -1, arr) where语法为，参数一是条件，参数二是满足条件的要替换为什么...[a, b] # 方法三方法一：concatenate语法是参数一列表，axis=0为纵向堆叠，1位横向方法二：vstack垂直堆叠，扩展hstack为横向。...方法三：r_垂直堆叠，扩展c_为横向。问题：创建以下模式而不使用硬编码。只使用numpy函数和下面的输入数组a。...ab的交集 np.intersect1d(a,b) 　　问题：从数组a中删除数组b中的所有项。...arr = np.arange(9).reshape(3,3) arr[[1,0,2],:] 　　问题：在数组arr中交换列1和2。

8305 1

【Python】numpy常用API整理汇总

（列）最大值 arr.max(axis=0) # 按维度（行）最大值 arr.max(axis=1) array.min 返回最小值 # 按维度（列）最小值 arr.min(axis=0) # 按维度（...行）最小值 arr.min(axis=1) np.median 返回中位数 np.median(arr) np.quantile 返回分位数 # 分位数，按列取1/4数 np.quantile(arr,...# 平均值 np.average(arr) # 按维度平均（列） np.average(arr, axis=0) np.sum/np.cumsum 求和 np.sum(arr, axis=1) # 按列累计求和...np.cumsum(arr, axis=0) # 按行累计求和 np.cumsum(arr, axis=1) np.std/np.var 计算标准差和方差 # 按列求标准差 np.std(arr, axis...np.unique(arr) """ array([ 9, 10, 20, 43, 44, 53, 65, 70, 77, 86, 97]) """ np.argmax 提取最大值下标 # 按列（axis

7432 0

精选100个Pandas函数

区间判断 c count() # 计数（不包含缺失值） cov() 计算协方差 corr() # 计算相关系数 cumsum() 累计和 cumprod() 累计积 compress 条件判断...使用前一个值填充缺失值 factorize() 因子化转换 g groupby() # 分组 get_dummies() # 哑变量 h hist() 绘制直方图 hasnans() 判断元素中是否存在缺失值...数据 pd.DataFrame() # 创建DataFrame数据 plot() 绘制基于Kind参数的多种图形；kind指定图形类型：饼图、柱状图、箱型图等 q quantile() 分位数 r...sort_index() 按索引排序 stack() # 堆叠；列转行 t to_dict() 转为字典 tolist() 转为列表 transpose .T # 转置 u unique(...) 元素唯一值（去重） unstack # 不要堆叠，多行转列 v var() 计算方差 value_counts() # 统计每个元素的值 w where() # 基于条件判断的值替换

2753 0

干货！直观地解释和可视化每个复杂的DataFrame操作

要记住：从外观上看，堆栈采用表的二维性并将列堆栈为多级索引。 Unstack 取消堆叠将获取多索引DataFrame并对其进行堆叠，将指定级别的索引转换为具有相应值的新DataFrame的列。...在表上调用堆栈后再调用堆栈不会更改该堆栈（原因是存在“ 0 ”）。 ? 堆叠中的参数是其级别。在列表索引中，索引为-1将返回最后一个元素。这与水平相同。...可以按照与堆叠相同的方式执行堆叠，但是要使用level参数： df.unstack（level = -1）。 Merge 合并两个DataFrame是在共享的“键”之间按列（水平）组合它们。...记住：如果您使用过SQL，则单词“ join”应立即与按列添加相联系。如果不是，则“ join”和“ merge”在定义方面具有非常相似的含义。...切记：在列表和字符串中，可以串联其他项。串联是将附加元素附加到现有主体上，而不是添加新信息（就像逐列联接一样）。

13.3K2 0

掌握这些 NumPy & Pandas 方法，快速提升数据处理效率！

[ 4. , 5. , 6. ]]) >>> np.r_[e,f] # 垂直(行)堆叠阵列 >>> np.hstack((e,f)) # 水平(列)堆叠阵列 array...New Delhi 1303171035 2 Brazil Brasília 207847528 布尔索引 # 通过位置 >>> df.iloc[[0],[0]] # 按行和列选择单个值...f = lambda x: x*2 >>> df.apply(f) # Apply函数 >>> df.applymap(f) # Apply每个元素数据一致性内部数据一致在不重叠的索引中引入...迭代 # (Column-index, Series) 对 >>> df.iteritems() # (Row-index, Series) 对 >>> df.iterrows() 高级索引 # 按条件选择...Join join方法提供了一个简便的方法用于将两个DataFrame中的不同的列索引合并成为一个DataFrame。

5K2 0

进阶法宝！掌握这些 NumPy & Pandas 方法，快速提升数据处理效率

[ 4. , 5. , 6. ]]) >>> np.r_[e,f] # 垂直(行)堆叠阵列 >>> np.hstack((e,f)) # 水平(列)堆叠阵列 array...New Delhi 1303171035 2 Brazil Brasília 207847528 布尔索引 # 通过位置 >>> df.iloc[[0],[0]] # 按行和列选择单个值...f = lambda x: x*2 >>> df.apply(f) # Apply函数 >>> df.applymap(f) # Apply每个元素数据一致性内部数据一致在不重叠的索引中引入...迭代 # (Column-index, Series) 对 >>> df.iteritems() # (Row-index, Series) 对 >>> df.iterrows() 高级索引 # 按条件选择...Join join方法提供了一个简便的方法用于将两个DataFrame中的不同的列索引合并成为一个DataFrame。

3.8K2 0

数据导入与预处理-拓展-pandas可视化

折线图 1.1 导入数据 1.2 绘制单列折线图 1.3 绘制多列折线图 1.4 绘制折线图-双y轴 2. 条形图 2.1 单行垂直/水平条形图 2.2 多行条形图 3....直方图 3.1 生成数据 3.2 透明度/刻度/堆叠直方图 3.3 拆分子图 4....0.025427 2002-09-26 1.579653 Freq: D, Length: 1000, dtype: float64 进行累加操作： ts = ts.cumsum() # 按照行进行累计按列可以添加...1.3 绘制多列折线图 df 的四列分别放在四个子图上 # 折线图｜子图 # 将 df 的四列分别放在四个子图上 df.plot(subplots=True) plt.show() 输出为：..."medians": "DarkBlue", "caps": "Gray", } df5.plot.box(color=color, # 指定颜色 sym="r+

3.1K2 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭