R:将行旋转为列,并使用N/A';s表示缺少值
我有一个看起来像这样的数据框R:将行旋转为列,并使用N/A';s表示缺少值,r,dataframe,pivot,reshape,melt,R,Dataframe,Pivot,Reshape,Melt,我有一个看起来像这样的数据框 NUM <- c("45", "45", "45", "45", "48", "50", "66", "66", "66", "68") Type <- c("A", "F", "C", "B", "D", "A", "E", "C", "F", "D") Points <- c(9.2,60.8,22.9,1012.7,18.7,11.1,67.2,63.1,16.7,58.4) df1 <- data.frame(NUM,Type,Po
NUM <- c("45", "45", "45", "45", "48", "50", "66", "66", "66", "68")
Type <- c("A", "F", "C", "B", "D", "A", "E", "C", "F", "D")
Points <- c(9.2,60.8,22.9,1012.7,18.7,11.1,67.2,63.1,16.7,58.4)
df1 <- data.frame(NUM,Type,Points)
我试图获得一个输出,该输出将type column中的行转换为单个列
期望输出:
+-----+----------+----------+----------+----------+----------+----------+
| NUM | Points.A | Points.B | Points.C | Points.D | Points.E | Points.F |
+-----+----------+----------+----------+----------+----------+----------+
| 45 | 9.2 | 1012.7 | 22.9 | N/A | N/A | 60.8 |
| 48 | N/A | N/A | N/A | 18.7 | N/A | N/A |
| 50 | 11.1 | N/A | N/A | N/A | N/A | N/A |
| 66 | N/A | N/A | 63.1 | N/A | 67.2 | 16.7 |
| 65 | N/A | N/A | N/A | N/A | 58.4 | N/A |
+-----+----------+----------+----------+----------+----------+----------+
我尝试使用melt(df1),但做得不对,因为行中的值是NUM值,而不是points。请告诉我如何着手解决这个问题 您可以尝试
dcast
library(reshape2)
dcast(df1, NUM~paste0('Points.',Type), value.var='Points')
或者您可以转换为data.table并使用data.table中的dcast
。它会更快
library(data.table)#v1.9.5+
dcast(setDT(df1), NUM~paste0('Points.',Type), value.var='Points')
您正在寻找一个从“长”到“宽”的基本整形过程 在base R中,可以使用
整形。对于这种类型的数据,语法非常简单:
reshape(df1, direction = "wide", idvar = "NUM", timevar = "Type")
# NUM Points.A Points.F Points.C Points.B Points.D Points.E
# 1 45 9.2 60.8 22.9 1012.7 NA NA
# 5 48 NA NA NA NA 18.7 NA
# 6 50 11.1 NA NA NA NA NA
# 7 66 NA 16.7 63.1 NA NA 67.2
# 10 68 NA NA NA NA 58.4 NA
您也可以使用“tidyr”包,对于几个函数,只需包装restrape2
,但使用不同的语法。在本例中,语法为:
> library(tidyr)
> spread(df1, Type, Points)
melt
使事物变长dcast
使事情变得广泛(也可以进行聚合)。或者library(tidyr);散布(df1,类型,点数)
效果很好!!谢谢你,阿南达。我刚刚在我的数据集上实现了重塑和扩展函数,看起来它们在生成结果时占用的时间几乎相同。你知道哪一个性能更好吗?@Sharath,取决于数据集的大小。一般来说,您将从“data.table”的开发版本中获得更多的收益,该版本具有快速熔化和铸造功能,并且超出了“Reforme2”的功能范围。也就是说,我通常不喜欢使用包的开发版本来提供答案……工作非常出色。dcast比大型数据集上的传播速度快吗?@Sharath对于大型数据集,我会将“data.frame”转换为“data.table”,并从data.table使用dcast
。非常感谢你的建议。看起来连阿南达也提出了同样的建议。我将把它转换为data.table,然后对更大的数据集使用dcast。
> library(tidyr)
> spread(df1, Type, Points)