Répliquer chaque rangée de data.frame et spécifier le nombre de réplications pour chaque ligne

Question

df <- data.frame(var1=c('a', 'b', 'c'), var2=c('d', 'e', 'f'), freq=1:3) 

Quelle est la façon la plus simple d'étendre les deux premières colonnes du data.frame ci-dessus, de sorte que chaque ligne apparaît le nombre de fois spécifié dans la colonne 'freq'?

En d'autres termes, passer de ceci:

df 
    var1 var2 freq 
1 a d 1 
2 b e 2 
3 c f 3 

à ceci:

df.expanded 
    var1 var2 
1 a d 
2 b e 
3 b e 
4 c f 
5 c f 
6 c f 

Answer 1

Voici une solution:

df.expanded <- df[rep(row.names(df), df$freq), 1:2] 

Résultat:

var1 var2 
1  a d 
2  b e 
2.1 b e 
3  c f 
3.1 c f 
3.2 c f 

Answer 2

@ solution de neilfws fonctionne très bien pour data.frame s, mais pas pour data.table s car ils ne disposent pas de la propriété row.names. Cette approche fonctionne pour les deux:

df.expanded <- df[rep(seq(nrow(df)), df$freq), 1:2] 

Pour data.table si vous aurez besoin d'ajouter with=F et peut éliminer éventuellement df$:

dt <- data.table(df) 
dt.expanded <- dt[rep(seq(.N), freq), !"freq", with=F] 

Answer 3

Utilisez expandRows() du package splitstackshape:

library(splitstackshape) 
expandRows(df, "freq") 

La syntaxe simple, très rapide, fonctionne sur data.frame ou data.table.

Résultat:

var1 var2 
1  a d 
2  b e 
2.1 b e 
3  c f 
3.1 c f 
3.2 c f 

Answer 4

Dans le cas où vous devez faire cette opération sur de très grandes data.frames je recommande la transformer en un data.table et utiliser ce qui suit, ce qui devrait beaucoup plus vite:

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 

Voyez combien plus vite cette solution est:

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 

Answer 5

vieille question, nouveau verbe tidyverse:

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) 

e