Может ли value.var в dcast быть списком или иметь несколько переменных значений?
В файлах справки для dcast.data.table есть заметка о том, что была реализована новая функция: "dcast.data.table позволяет столбцу value.var иметь список типов"
Я полагаю, это означает, что в списке можно иметь несколько переменных значений, то есть в этом формате:
dcast.data.table(dt, x1~x2, value.var=list('var1','var2','var3'))
Но мы получаем ошибку: 'value.var' must be a character vector of length 1.
Есть ли такая особенность, а если нет, то какие альтернативы могут быть однолинейными?
EDIT: в ответ на комментарии ниже
Существуют ситуации, когда у вас есть несколько переменных, которые вы хотите рассматривать как value.var. Представьте себе, например, что x2 состоит из трех разных недель, и у вас есть 2 значения переменных, таких как потребление соли и сахара, и вы хотите использовать эти переменные в разные недели. Конечно, вы можете "расплавить" переменные значения 2 в один столбец, но зачем что-то использовать с помощью двух функций, когда вы можете сделать это с помощью одной функции, например reshape?
(Примечание. Я также заметил, что reshape не может обрабатывать несколько переменных как временную переменную, чем dcast).
Итак, я хочу сказать, что я не понимаю, почему эти функции не позволяют гибко включать несколько переменных в value.var или time.var так же, как мы допускаем несколько переменных для id.var.
Ответы
Ответ 1
Из v1.9.6 таблицы data.table мы можем использовать несколько столбцов value.var одновременно (а также использовать несколько функций агрегации в fun.aggregate). См. ?dcast и Эффективная перестройка с использованием data.tables виньетки для более.
Здесь мы можем использовать dcast:
dcast(setDT(mydf), x1 ~ x2, value.var=c("salt", "sugar"))
# x1 salt_1 salt_2 salt_3 sugar_1 sugar_2 sugar_3
# 1: 1 3 4 6 1 2 2
# 2: 2 10 3 9 5 3 6
# 3: 3 10 7 7 4 6 7
Ответ 2
Update
По-видимому, исправление было намного проще...
Технически ваше утверждение о том, что "по-видимому, нет такой возможности", не совсем корректно. В функции recast есть такая особенность (которая скрывает процесс плавления и литья), но похоже, что Хэдли забыл закончить функцию или что-то еще: функция возвращает list соответствующих частей вашей операции.
Здесь минимальный пример...
Некоторые примеры данных:
set.seed(1)
mydf <- data.frame(x1 = rep(1:3, each = 3),
x2 = rep(1:3, 3),
salt = sample(10, 9, TRUE),
sugar = sample(7, 9, TRUE))
mydf
# x1 x2 salt sugar
# 1 1 1 3 1
# 2 1 2 4 2
# 3 1 3 6 2
# 4 2 1 10 5
# 5 2 2 3 3
# 6 2 3 9 6
# 7 3 1 10 4
# 8 3 2 7 6
# 9 3 3 7 7
Эффект, который вы пытаетесь достичь:
reshape(mydf, idvar='x1', timevar='x2', direction='wide')
# x1 salt.1 sugar.1 salt.2 sugar.2 salt.3 sugar.3
# 1 1 3 1 4 2 6 2
# 4 2 10 5 3 3 9 6
# 7 3 10 4 7 6 7 7
recast в действии. (Обратите внимание, что значения - это все, чего мы ожидаем в размерах, которые мы ожидали бы.)
library(reshape2)
out <- recast(mydf, x1 ~ x2 + variable, measure.var = c("salt", "sugar"))
### recast(mydf, x1 ~ x2 + variable, id.var = c("x1", "x2"))
out
# $data
# [,1] [,2] [,3] [,4] [,5] [,6]
# [1,] 3 1 4 2 6 2
# [2,] 10 5 3 3 9 6
# [3,] 10 4 7 6 7 7
#
# $labels
# $labels[[1]]
# x1
# 1 1
# 2 2
# 3 3
#
# $labels[[2]]
# x2 variable
# 1 1 salt
# 2 1 sugar
# 3 2 salt
# 4 2 sugar
# 5 3 salt
# 6 3 sugar
Я честно не уверен, что это была неполная функция, или если это вспомогательная функция для другой функции.
Вся информация содержит возможность повторного объединения данных, что упрощает запись такой функции:
recast2 <- function(...) {
inList <- recast(...)
setNames(cbind(inList[[2]][[1]], inList[[1]]),
c(names(inList[[2]][[1]]),
do.call(paste, c(rev(inList[[2]][[2]]), sep = "_"))))
}
recast2(mydf, x1 ~ x2 + variable, measure.var = c("salt", "sugar"))
# x1 salt_1 sugar_1 salt_2 sugar_2 salt_3 sugar_3
# 1 1 3 1 4 2 6 2
# 2 2 10 5 3 3 9 6
# 3 3 10 4 7 6 7 7
Опять же, возможным преимуществом с подходом recast2 является способность агрегировать, а также изменять на том же этапе.
Ответ 3
@AlexR добавил к своему вопросу:
Конечно, вы можете "расплавить" переменные значения 2 в один столбец,
Для тех, кто приходит сюда, ищет ответ на основе reshape2, вот как расплавить данные, а затем использовать dcast на основе "переменной". Использование данных образца из ответа @A_Handcart_And_Mohair.
dt2 <- melt(mydf, id = c("x1", "x2"))
В столбце переменной теперь будут содержаться "var1", "var2", "var3". Вы можете добиться желаемого эффекта с помощью
dt3 <- dcast(dt2, x1 ~ x2 + variable, value.var="value")
dt3
# x1 1_salt 1_sugar 2_salt 2_sugar 3_salt 3_sugar
# 1 1 3 1 4 2 6 2
# 2 2 10 5 3 3 9 6
# 3 3 10 4 7 6 7 7
Значение .var является необязательным в этом вызове функции, поскольку dcast автоматически угадает его.
Изменить декабрь 2016
Теперь Reshape2 можно заменить на пакет tidyr.
library(tidyr)
mydf %>%
gather(variable, value, -x1, -x2) %>%
unite(x2_variable, x2, variable) %>%
spread(x2_variable, value)
# x1 1_salt 1_sugar 2_salt 2_sugar 3_salt 3_sugar
# 1 1 3 1 4 2 6 2
# 2 2 10 5 3 3 9 6
# 3 3 10 4 7 6 7 7
