我必须在r中把一个向量分成n个相等大小的块，我找不到任何基函数来做这个。谷歌也没帮上什么忙。这是我目前想到的;
x <- 1:10
n <- 3
chunk <- function(x,n) split(x, factor(sort(rank(x)%%n)))
chunk(x,n)
$`0`
[1] 1 2 3
$`1`
[1] 4 5 6 7
$`2`
[1] 8 9 10
当前回答
这是另一种变体。
注意:在这个示例中，您在第二个参数中指定CHUNK SIZE
所有的块都是均匀的，除了最后一块; 最后一个最坏的情况是更小，永远不会比块大小大。
chunk <- function(x,n)
{
f <- sort(rep(1:(trunc(length(x)/n)+1),n))[1:length(x)]
return(split(x,f))
}
#Test
n<-c(1,2,3,4,5,6,7,8,9,10,11)
c<-chunk(n,5)
q<-lapply(c, function(r) cat(r,sep=",",collapse="|") )
#output
1,2,3,4,5,|6,7,8,9,10,|11,|
其他回答
这是另一种变体。
注意:在这个示例中，您在第二个参数中指定CHUNK SIZE
所有的块都是均匀的，除了最后一块; 最后一个最坏的情况是更小，永远不会比块大小大。
chunk <- function(x,n)
{
f <- sort(rep(1:(trunc(length(x)/n)+1),n))[1:length(x)]
return(split(x,f))
}
#Test
n<-c(1,2,3,4,5,6,7,8,9,10,11)
c<-chunk(n,5)
q<-lapply(c, function(r) cat(r,sep=",",collapse="|") )
#output
1,2,3,4,5,|6,7,8,9,10,|11,|
我需要相同的函数，并且已经阅读了以前的解决方案，但是我还需要在最后有不平衡的块，即如果我有10个元素将它们分成3个向量，那么我的结果应该分别有3,3,4个元素的向量。所以我使用了下面的代码(为了可读性，我没有对代码进行优化，否则不需要有很多变量):
chunk <- function(x,n){
numOfVectors <- floor(length(x)/n)
elementsPerVector <- c(rep(n,numOfVectors-1),n+length(x) %% n)
elemDistPerVector <- rep(1:numOfVectors,elementsPerVector)
split(x,factor(elemDistPerVector))
}
set.seed(1)
x <- rnorm(10)
n <- 3
chunk(x,n)
$`1`
[1] -0.6264538 0.1836433 -0.8356286
$`2`
[1] 1.5952808 0.3295078 -0.8204684
$`3`
[1] 0.4874291 0.7383247 0.5757814 -0.3053884
这里还有另一个，允许你控制你想要的结果是否有序:
split_to_chunks <- function(x, n, keep.order=TRUE){
if(keep.order){
return(split(x, sort(rep(1:n, length.out = length(x)))))
}else{
return(split(x, rep(1:n, length.out = length(x))))
}
}
split_to_chunks(x = 1:11, n = 3)
$`1`
[1] 1 2 3 4
$`2`
[1] 5 6 7 8
$`3`
[1] 9 10 11
split_to_chunks(x = 1:11, n = 3, keep.order=FALSE)
$`1`
[1] 1 4 7 10
$`2`
[1] 2 5 8 11
$`3`
[1] 3 6 9
chunk2 <- function(x,n) split(x, cut(seq_along(x), n, labels = FALSE))
我需要一个接受数据参数的函数。Table(引号中)和另一个参数，该参数是原始data.table的子集中行数的上限。这个函数产生任意数量的数据。表的上限允许:
library(data.table)
split_dt <- function(x,y)
{
for(i in seq(from=1,to=nrow(get(x)),by=y))
{df_ <<- get(x)[i:(i + y)];
assign(paste0("df_",i),df_,inherits=TRUE)}
rm(df_,inherits=TRUE)
}
这个函数给出了一系列数据。命名为df_[number]的表，其起始行来自原始数据。表中的名称。最后一个数据。表可以很短，并且填满了NAs，所以你必须将其子集返回到任何剩下的数据。这种类型的函数很有用，因为某些GIS软件对您可以导入的地址引脚数量有限制。切片数据。不建议将表分成更小的块，但这可能是不可避免的。
