Преобразование столбцов в строки с сохранением имени столбца

есть ли способ в R, чтобы преобразовать столбцы в строки, сохраняя имя столбца?

пример ввода:

A   B
1   1
2   3
3   4
44  5

выход

 Group Number
  A       1
  A       2
  A       3
  A       44 
  B       1
  B       3
  B       4
  B       5
6
dataframe r

2 ответов

Я использую reshape2.

> x <- data.frame(A = 1:5, B = 55:51)
> library(reshape2)
> melt(x)
Using  as id variables
   variable value
1         A     1
2         A     2
3         A     3
4         A     4
5         A     5
6         B    55
7         B    54
8         B    53
9         B    52
10        B    51

было интересно увидеть ориентиры. melt печатает сообщение по умолчанию, которое можно выключить, будучи более явным при вызове функции. 

> microbenchmark(stack(DF), melt(DF), times=100)
    Unit: milliseconds
          expr      min       lq   median       uq      max neval
     stack(DF) 122.3086 133.8435 139.6990 180.5338 250.9316   100
      melt(DF) 140.0183 198.2025 227.8125 245.3444 367.1552   100

Я нахожу разницу небольшой, и она становится меньше при печати для melt выключен. Похоже, что моя догадка об отключении многословного режима в моих симуляциях, возможно, помогла.

> microbenchmark(stack(DF), melt(DF, measure.vars = names(DF)[grepl("X", names(DF))]), times=100)
Unit: milliseconds
                                                      expr      min       lq   median       uq      max neval
                                                 stack(DF) 94.33681 124.9958 132.1747 144.7323 287.7438   100
 melt(DF, measure.vars = names(DF)[grepl("X", names(DF))]) 99.44282 141.0594 150.2625 178.8081 249.0888   100
9

нет необходимости использовать reshape2 можно использовать stack функция от базы-R:

С your.data в качестве примера:

res <- stack(your.data)
colnames(res) = c("Number", "Group")

дает 

> res
  Number Group
1      1     A
2      2     A
3      3     A
4     44     A
5      1     B
6      3     B
7      4     B
8      5     B

см. также здесь.

бенчмаркинг melt С reshape2 и stack из базы по большим данным:

require(reshape2)
set.seed(45)
DF <- data.frame(matrix(sample(20, 1e6, TRUE), ncol=100))

require(microbenchmark)
microbenchmark(stack(DF), melt(DF), times=100)

Unit: milliseconds
      expr      min       lq   median       uq      max neval
 stack(DF) 157.7084 187.1993 241.8206 251.7132 334.5488   100
  melt(DF) 174.6079 253.1088 261.6234 273.3971 443.9953   100

кажется stack быстрее, но с запасом в 20 миллисекунд...

10