Преобразование столбцов с несколькими значениями в широкий формат
У меня есть следующий фрейм данных, и я хочу использовать cast для создания "сводной таблицы" с столбцами для двух значений (значение и процент).
Вот кадр данных:
expensesByMonth <- structure(list(month = c("2012-02-01", "2012-02-01", "2012-02-01",
"2012-02-01", "2012-02-01", "2012-02-01", "2012-02-01", "2012-02-01",
"2012-02-01", "2012-02-01", "2012-02-01", "2012-02-01", "2012-03-01",
"2012-03-01", "2012-03-01", "2012-03-01", "2012-03-01", "2012-03-01",
"2012-03-01", "2012-03-01", "2012-03-01", "2012-03-01", "2012-03-01",
"2012-03-01", "2012-03-01", "2012-03-01", "2012-03-01", "2012-04-01",
"2012-04-01", "2012-04-01", "2012-04-01", "2012-04-01", "2012-04-01",
"2012-04-01", "2012-04-01", "2012-04-01", "2012-04-01", "2012-04-01",
"2012-04-01", "2012-04-01", "2012-04-01", "2012-04-01", "2012-04-01",
"2012-04-01", "2012-04-01", "2012-05-01", "2012-05-01", "2012-05-01",
"2012-05-01", "2012-05-01", "2012-05-01", "2012-05-01", "2012-05-01",
"2012-05-01", "2012-05-01", "2012-05-01", "2012-05-01", "2012-05-01",
"2012-05-01", "2012-05-01", "2012-05-01", "2012-05-01", "2012-05-01",
"2012-06-01", "2012-06-01", "2012-06-01", "2012-06-01", "2012-06-01",
"2012-06-01", "2012-06-01", "2012-06-01", "2012-06-01", "2012-06-01",
"2012-06-01", "2012-06-01", "2012-06-01", "2012-06-01", "2012-06-01",
"2012-06-01", "2012-06-01", "2012-06-01", "2012-06-01", "2012-06-01",
"2012-07-01", "2012-07-01", "2012-07-01", "2012-07-01", "2012-07-01",
"2012-07-01", "2012-07-01", "2012-07-01", "2012-07-01", "2012-07-01",
"2012-07-01", "2012-07-01", "2012-07-01"),
expense_type = c("Adjustment", "Bank Service Charge", "Cable", "Clubbing", "Dining", "Education",
"Gifts", "Groceries", "Lunch", "Personal Care", "Rent", "Transportation",
"Adjustment", "Bank Service Charge", "Cable", "Clubbing", "Dining",
"Gifts", "Groceries", "Lunch", "Medical Expenses", "Miscellaneous",
"Personal Care", "Phone", "Recreation", "Rent", "Transportation",
"Adjustment", "Bank Service Charge", "Clothes", "Clubbing", "Computer",
"Dining", "Gifts", "Groceries", "Lunch", "Maintenance", "Medical Expenses",
"Miscellaneous", "Personal Care", "Phone", "Recreation", "Rent",
"Transportation", "Travel", "Bank Service Charge", "Cable", "Clothes",
"Clubbing", "Computer", "Dining", "Electric", "Gifts", "Groceries",
"Lunch", "Maintenance", "Medical Expenses", "Miscellaneous",
"Personal Care", "Phone", "Recreation", "Rent", "Transportation",
"Adjustment", "Bank Service Charge", "Cable", "Charity", "Clothes",
"Computer", "Dining", "Education", "Electric", "Gifts", "Groceries",
"Lunch", "Maintenance", "Medical Expenses", "Miscellaneous",
"Personal Care", "Phone", "Recreation", "Rent", "Transportation",
"Computer", "Gifts", "Groceries", "Lunch", "Maintenance", "Medical Expenses",
"Miscellaneous", "Personal Care", "Phone", "Recreation", "Rent",
"Repair and Maintenance", "Transportation"),
value = c(442.37, 200, 21.33, 75, 22.5, 1800, 10, 233.33, 154.75, 30, 545, 32.5,
2, 200, 36.33, 206.55, 74.5, 89, 372.68, 383.75, 144.19, 508.11,
30, 38.4, 81.75, 1746.7, 35, 16.37, 200, 806.9, 324.81, 756,
80.5, 100, 398.37, 326.25, 151, 29.95, 101, 90, 38.45, 61, 743.75,
129, 228.53, 200, 39.05, 237, 40, 283.83, 141.32, 32.88, 30,
424.4, 412, 142.75, 86.55, 1051.5, 30, 38.9, 51.5, 749.7, 35,
10, 200, 16, 32.59, 149.81, 100, 80, 60, 31.91, 55, 397.25, 486.4,
115.6, 47.08, 1000, 120, 41.11, 256, 761.6, 55, 10.54, 10, 342.11,
291, 76.5, 66.8, 1008, 30, 41.11, 316, 765, 65, 62),
percent = c(0.124025030980324, 0.0560729845967511, 0.00598018380724351, 0.0210273692237817,
0.0063082107671345, 0.50465686137076, 0.00280364922983756, 0.0654175474797997,
0.0433864718317362, 0.00841094768951267, 0.152798883026147, 0.00911185999697206,
0.000506462461002391, 0.0506462461002391, 0.00919989060410842,
0.0523049106600219, 0.018865726672339, 0.0225375795146064, 0.0943742149831854,
0.0971774847048337, 0.0365134111259673, 0.128669320529962, 0.00759693691503586,
0.0097240792512459, 0.0207016530934727, 0.442318990316438, 0.00886309306754183,
0.00357276925628781, 0.0436502047194601, 0.176106750940662, 0.0708901149746392,
0.164997773839559, 0.0175692073995827, 0.0218251023597301, 0.0869446602704567,
0.0712043964486193, 0.0329559045631924, 0.00653661815673915,
0.0220433533833274, 0.0196425921237571, 0.00839175185731621,
0.0133133124394353, 0.162324198800492, 0.0281543820440518, 0.0498769064226911,
0.0496724104530621, 0.00969853814096037, 0.0588618063868785,
0.00993448209061241, 0.070492601294463, 0.0350985252261336, 0.0081661442784834,
0.00745086156795931, 0.105404854981398, 0.102325165533308, 0.035453682960873,
0.0214957356235626, 0.261152697956974, 0.00745086156795931, 0.00966128383312057,
0.0127906456916635, 0.186197030583303, 0.00869267182928586, 0.00249044292527426,
0.0498088585054852, 0.00398470868043882, 0.00811635349346881,
0.0373093254635337, 0.0249044292527426, 0.0199235434021941, 0.0149426575516456,
0.00794700337455016, 0.0136974360890084, 0.09893284520652, 0.12113514388534,
0.0287895202161704, 0.0117250052921912, 0.249044292527426, 0.0298853151032911,
0.0102382108658025, 0.0637553388870211, 0.189672133188888, 0.0136974360890084,
0.00341757293956667, 0.0032424790697976, 0.110928451456846, 0.0943561409311103,
0.0248049648839517, 0.021659760186248, 0.326841890235599, 0.00972743720939281,
0.013329831455938, 0.102462338605604, 0.248049648839517, 0.0210761139536844,
0.0201033702327451)),
.Names = c("month", "expense_type", "value", "percent"),
row.names = c(NA, -96L),
class = "data.frame"
)
Это то, что я хотел бы создать (разумеется, с разными именами заголовков, например: [month] _value, [month] _percent):
expenses value percent value.1 percent.1 value.2 percent.2 value.3 percent.3 value.4 percent.4 value.5 percent.5
1 Adjustment 442.37 0.124025031 2.00 0.000506462 16.37 0.003572769 0.00 0.000000000 10.00 0.002490443 0.00 0.000000000
2 Bank Service Charge 200.00 0.056072985 200.00 0.050646246 200.00 0.043650205 200.00 0.049672410 200.00 0.049808859 0.00 0.000000000
3 Cable 21.33 0.005980184 36.33 0.009199891 0.00 0.000000000 39.05 0.009698538 16.00 0.003984709 0.00 0.000000000
4 Charity 0.00 0.000000000 0.00 0.000000000 0.00 0.000000000 0.00 0.000000000 32.59 0.008116353 0.00 0.000000000
5 Clothes 0.00 0.000000000 0.00 0.000000000 806.90 0.176106751 237.00 0.058861806 149.81 0.037309325 0.00 0.000000000
6 Clubbing 75.00 0.021027369 206.55 0.052304911 324.81 0.070890115 40.00 0.009934482 0.00 0.000000000 0.00 0.000000000
7 Computer 0.00 0.000000000 0.00 0.000000000 756.00 0.164997774 283.83 0.070492601 100.00 0.024904429 10.54 0.003417573
8 Dining 22.50 0.006308211 74.50 0.018865727 80.50 0.017569207 141.32 0.035098525 80.00 0.019923543 0.00 0.000000000
9 Education 1800.00 0.504656861 0.00 0.000000000 0.00 0.000000000 0.00 0.000000000 60.00 0.014942658 0.00 0.000000000
10 Electric 0.00 0.000000000 0.00 0.000000000 0.00 0.000000000 32.88 0.008166144 31.91 0.007947003 0.00 0.000000000
11 Gifts 10.00 0.002803649 89.00 0.022537580 100.00 0.021825102 30.00 0.007450862 55.00 0.013697436 10.00 0.003242479
12 Groceries 233.33 0.065417547 372.68 0.094374215 398.37 0.086944660 424.40 0.105404855 397.25 0.098932845 342.11 0.110928451
13 Lunch 154.75 0.043386472 383.75 0.097177485 326.25 0.071204396 412.00 0.102325166 486.40 0.121135144 291.00 0.094356141
14 Maintenance 0.00 0.000000000 0.00 0.000000000 151.00 0.032955905 142.75 0.035453683 115.60 0.028789520 76.50 0.024804965
15 Medical Expenses 0.00 0.000000000 144.19 0.036513411 29.95 0.006536618 86.55 0.021495736 47.08 0.011725005 66.80 0.021659760
16 Miscellaneous 0.00 0.000000000 508.11 0.128669321 101.00 0.022043353 1051.50 0.261152698 1000.00 0.249044293 1008.00 0.326841890
17 Personal Care 30.00 0.008410948 30.00 0.007596937 90.00 0.019642592 30.00 0.007450862 120.00 0.029885315 30.00 0.009727437
18 Phone 0.00 0.000000000 38.40 0.009724079 38.45 0.008391752 38.90 0.009661284 41.11 0.010238211 41.11 0.013329831
19 Recreation 0.00 0.000000000 81.75 0.020701653 61.00 0.013313312 51.50 0.012790646 256.00 0.063755339 316.00 0.102462339
20 Rent 545.00 0.152798883 1746.70 0.442318990 743.75 0.162324199 749.70 0.186197031 761.60 0.189672133 765.00 0.248049649
21 Repair and Maintenance 0.00 0.000000000 0.00 0.000000000 0.00 0.000000000 0.00 0.000000000 0.00 0.000000000 65.00 0.021076114
22 Transportation 32.50 0.009111860 35.00 0.008863093 129.00 0.028154382 35.00 0.008692672 55.00 0.013697436 62.00 0.020103370
23 Travel 0.00 0.000000000 0.00 0.000000000 228.53 0.049876906 0.00 0.000000000 0.00 0.000000000 0.00 0.000000000
Я также столкнулся со следующей ошибкой при использовании броска в одном столбце значения: он не учитывает параметр "значение". Таким образом, даже если я укажу value = "процент", он по-прежнему отображает значения из столбца "значение".
cast(expensesByMonth, expense_type ~ month, fun.aggregate = sum, value = "percent")
Ответы
Ответ 1
Ваш лучший вариант - переформатировать ваши данные в длинный формат, используя melt, а затем dcast:
library(reshape2)
meltExpensesByMonth <- melt(expensesByMonth, id.vars=1:2)
dcast(meltExpensesByMonth, expense_type ~ month + variable, fun.aggregate = sum)
Первые несколько строк вывода:
expense_type 2012-02-01_value 2012-02-01_percent 2012-03-01_value 2012-03-01_percent
1 Adjustment 442.37 0.124025031 2.00 0.0005064625
2 Bank Service Charge 200.00 0.056072985 200.00 0.0506462461
3 Cable 21.33 0.005980184 36.33 0.0091998906
4 Charity 0.00 0.000000000 0.00 0.0000000000
Ответ 2
data.table может приводить несколько переменных value.var. Это довольно прямое (и эффективное).
Поэтому:
library(data.table) # v1.9.5+
dcast(setDT(expensesByMonth), expense_type ~ month, value.var = c("value", "percent"))
Ответ 3
Поскольку этот вопрос часто посещают, на мой взгляд, он также заслуживает полного ответа R. reshape -function из базы R достаточно универсален и может быть легко применен к этой проблеме:
expenses <- reshape(expensesByMonth, idvar = 'expense_type', direction = 'wide',
timevar = 'month', sep = '_')
Ячейки с NA -values можно заменить на 0 с:
expenses[is.na(expenses)] <- 0
который дает (заказано expense_type, чтобы было легче сравнивать с желаемым результатом):
> expenses[order(expenses$expense_type),]
expense_type value_2012-02-01 percent_2012-02-01 value_2012-03-01 percent_2012-03-01 value_2012-04-01 percent_2012-04-01 value_2012-05-01 percent_2012-05-01 value_2012-06-01 percent_2012-06-01 value_2012-07-01 percent_2012-07-01
1 Adjustment 442.37 0.124025031 2.00 0.0005064625 16.37 0.003572769 0.00 0.000000000 10.00 0.002490443 0.00 0.000000000
2 Bank Service Charge 200.00 0.056072985 200.00 0.0506462461 200.00 0.043650205 200.00 0.049672410 200.00 0.049808859 0.00 0.000000000
3 Cable 21.33 0.005980184 36.33 0.0091998906 0.00 0.000000000 39.05 0.009698538 16.00 0.003984709 0.00 0.000000000
67 Charity 0.00 0.000000000 0.00 0.0000000000 0.00 0.000000000 0.00 0.000000000 32.59 0.008116353 0.00 0.000000000
30 Clothes 0.00 0.000000000 0.00 0.0000000000 806.90 0.176106751 237.00 0.058861806 149.81 0.037309325 0.00 0.000000000
4 Clubbing 75.00 0.021027369 206.55 0.0523049107 324.81 0.070890115 40.00 0.009934482 0.00 0.000000000 0.00 0.000000000
32 Computer 0.00 0.000000000 0.00 0.0000000000 756.00 0.164997774 283.83 0.070492601 100.00 0.024904429 10.54 0.003417573
5 Dining 22.50 0.006308211 74.50 0.0188657267 80.50 0.017569207 141.32 0.035098525 80.00 0.019923543 0.00 0.000000000
6 Education 1800.00 0.504656861 0.00 0.0000000000 0.00 0.000000000 0.00 0.000000000 60.00 0.014942658 0.00 0.000000000
52 Electric 0.00 0.000000000 0.00 0.0000000000 0.00 0.000000000 32.88 0.008166144 31.91 0.007947003 0.00 0.000000000
7 Gifts 10.00 0.002803649 89.00 0.0225375795 100.00 0.021825102 30.00 0.007450862 55.00 0.013697436 10.00 0.003242479
8 Groceries 233.33 0.065417547 372.68 0.0943742150 398.37 0.086944660 424.40 0.105404855 397.25 0.098932845 342.11 0.110928451
9 Lunch 154.75 0.043386472 383.75 0.0971774847 326.25 0.071204396 412.00 0.102325166 486.40 0.121135144 291.00 0.094356141
37 Maintenance 0.00 0.000000000 0.00 0.0000000000 151.00 0.032955905 142.75 0.035453683 115.60 0.028789520 76.50 0.024804965
21 Medical Expenses 0.00 0.000000000 144.19 0.0365134111 29.95 0.006536618 86.55 0.021495736 47.08 0.011725005 66.80 0.021659760
22 Miscellaneous 0.00 0.000000000 508.11 0.1286693205 101.00 0.022043353 1051.50 0.261152698 1000.00 0.249044293 1008.00 0.326841890
10 Personal Care 30.00 0.008410948 30.00 0.0075969369 90.00 0.019642592 30.00 0.007450862 120.00 0.029885315 30.00 0.009727437
24 Phone 0.00 0.000000000 38.40 0.0097240793 38.45 0.008391752 38.90 0.009661284 41.11 0.010238211 41.11 0.013329831
25 Recreation 0.00 0.000000000 81.75 0.0207016531 61.00 0.013313312 51.50 0.012790646 256.00 0.063755339 316.00 0.102462339
11 Rent 545.00 0.152798883 1746.70 0.4423189903 743.75 0.162324199 749.70 0.186197031 761.60 0.189672133 765.00 0.248049649
95 Repair and Maintenance 0.00 0.000000000 0.00 0.0000000000 0.00 0.000000000 0.00 0.000000000 0.00 0.000000000 65.00 0.021076114
12 Transportation 32.50 0.009111860 35.00 0.0088630931 129.00 0.028154382 35.00 0.008692672 55.00 0.013697436 62.00 0.020103370
45 Travel 0.00 0.000000000 0.00 0.0000000000 228.53 0.049876906 0.00 0.000000000 0.00 0.000000000 0.00 0.000000000
Вы также можете достичь этого с помощью tidyverse:
library(dplyr)
library(tidyr)
expensesByMonth %>%
gather(k, v, 3:4) %>%
unite(km, k, month) %>%
spread(km, v, fill = 0)
Ответ 4
Я предпочитаю функцию tabulate в пакете tables для этого. Это требует факторов, но это в любом случае хорошая идея с типом данных, которые у вас есть.
library(tables)
expensesByMonth$month= as.factor(expensesByMonth$month)
expensesByMonth$expense_type= as.factor(expensesByMonth$expense_type)
tabular(expense_type~(month)*(value+percent)*(sum),data=expensesByMonth)
# Optional formatting
tabular(expense_type~month*
((Format(digits=1))*value+(Format(digits=3))*percent)*sum,
data=expensesByMonth)
Частичный выход:
value percent value percent value percent
expense_type sum sum sum sum sum sum
Adjustment 442 0.124025 2 0.000506 16 0.003573
Bank Service Charge 200 0.056073 200 0.050646 200 0.043650
Cable 21 0.005980 36 0.009200 0 0.000000
Ответ 5
Изменение формы с длинного на широкий формат с несколькими столбцами значения/меры теперь возможно с новой функцией pivot_wider(), введенной в tidyr 1.0.0.
Это превосходит предыдущую стратегию тидира gather(), чем spread(), потому что атрибуты больше не удаляются (например, даты остаются датами, строки остаются строками).
pivot_wider() (аналог: pivot_longer()) работает аналогично spread().
Тем не менее, он предлагает дополнительные функции, такие как несколько столбцов значений.
С этой целью аргумент values_from &— указывает, из какого столбца (-ов) взяты значения &— может принимать более одного имени столбца.
NA может быть заполнен с помощью аргумента values_fill.
library("tidyr")
library("magrittr")
pivot_wider(expensesByMonth,
id_cols = expense_type,
names_from = month,
values_from = c(value, percent))
#> # A tibble: 23 x 13
#> expense_type 'value_2012-02-~ 'value_2012-03-~ 'value_2012-04-~
#> <chr> <dbl> <dbl> <dbl>
#> 1 Adjustment 442. 2 16.4
#> 2 Bank Servic~ 200 200 200
#> 3 Cable 21.3 36.3 NA
#> 4 Clubbing 75 207. 325.
#> 5 Dining 22.5 74.5 80.5
#> 6 Education 1800 NA NA
#> 7 Gifts 10 89 100
#> 8 Groceries 233. 373. 398.
#> 9 Lunch 155. 384. 326.
#> 10 Personal Ca~ 30 30 90
#> # ... with 13 more rows, and 9 more variables: 'value_2012-05-01' <dbl>,
#> # 'value_2012-06-01' <dbl>, 'value_2012-07-01' <dbl>,
#> # 'percent_2012-02-01' <dbl>, 'percent_2012-03-01' <dbl>,
#> # 'percent_2012-04-01' <dbl>, 'percent_2012-05-01' <dbl>,
#> # 'percent_2012-06-01' <dbl>, 'percent_2012-07-01' <dbl>
В качестве альтернативы, изменение формы может быть выполнено с использованием сводной спецификации, которая обеспечивает более точное управление (см. ссылку ниже):
# see also ?build_wider_spec
spec <- expensesByMonth %>%
expand(month, .value = c("percent", "value")) %>%
dplyr::mutate(.name = paste(.$month, .$.value, sep = "_"))
pivot_wider_spec(expensesByMonth, spec = spec)
Created on 2019-03-26 by the reprex package (v0.2.1)
Смотрите также: https://tidyr.tidyverse.org/dev/articles/pivot.html
