按行绑定任意数量的数据帧,产生更长的结果。这与 do.call(rbind, dfs)
类似,但输出将包含任何输入中出现的所有列。
参数
- ...
-
要组合的 DataFrame 。每个参数可以是一个 DataFrame 、一个可以是 DataFrame 的列表或一个 DataFrame 列表。列按名称匹配,任何缺失的列都将用
NA
填充。 - .id
-
可选标识符列的名称。提供一个字符串来创建标识每个输入的输出列。如果可用,该列将使用名称,否则将使用位置。
例子
df1 <- tibble(x = 1:2, y = letters[1:2])
df2 <- tibble(x = 4:5, z = 1:2)
# You can supply individual data frames as arguments:
bind_rows(df1, df2)
#> # A tibble: 4 × 3
#> x y z
#> <int> <chr> <int>
#> 1 1 a NA
#> 2 2 b NA
#> 3 4 NA 1
#> 4 5 NA 2
# Or a list of data frames:
bind_rows(list(df1, df2))
#> # A tibble: 4 × 3
#> x y z
#> <int> <chr> <int>
#> 1 1 a NA
#> 2 2 b NA
#> 3 4 NA 1
#> 4 5 NA 2
# When you supply a column name with the `.id` argument, a new
# column is created to link each row to its original data frame
bind_rows(list(df1, df2), .id = "id")
#> # A tibble: 4 × 4
#> id x y z
#> <chr> <int> <chr> <int>
#> 1 1 1 a NA
#> 2 1 2 b NA
#> 3 2 4 NA 1
#> 4 2 5 NA 2
bind_rows(list(a = df1, b = df2), .id = "id")
#> # A tibble: 4 × 4
#> id x y z
#> <chr> <int> <chr> <int>
#> 1 a 1 a NA
#> 2 a 2 b NA
#> 3 b 4 NA 1
#> 4 b 5 NA 2
相关用法
- R dplyr bind_cols 按列绑定多个 DataFrame
- R dplyr band_members 乐队成员
- R dplyr between 检测值落在指定范围内的位置
- R dplyr group_trim 修剪分组结构
- R dplyr slice 使用行的位置对行进行子集化
- R dplyr copy_to 将本地数据帧复制到远程src
- R dplyr sample_n 从表中采样 n 行
- R dplyr consecutive_id 为连续组合生成唯一标识符
- R dplyr row_number 整数排名函数
- R dplyr mutate-joins 变异连接
- R dplyr nth 从向量中提取第一个、最后一个或第 n 个值
- R dplyr coalesce 找到第一个非缺失元素
- R dplyr group_split 按组分割 DataFrame
- R dplyr mutate 创建、修改和删除列
- R dplyr order_by 用于排序窗口函数输出的辅助函数
- R dplyr context 有关“当前”组或变量的信息
- R dplyr percent_rank 比例排名函数
- R dplyr recode 重新编码值
- R dplyr starwars 星球大战人物
- R dplyr desc 降序
- R dplyr cumall 任何、全部和平均值的累积版本
- R dplyr group_map 对每个组应用一个函数
- R dplyr do 做任何事情
- R dplyr nest_join 嵌套连接
- R dplyr pull 提取单列
注:本文由纯净天空筛选整理自Hadley Wickham等大神的英文原创作品 Bind multiple data frames by row。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。