R 以一种奇怪的方式应用dcast

我想根据“lead”变量来分离变量。x3在以下情况下：

set.seed(2)
df = data.frame(x1 = sample(4), x2 = sample(4), x3 = sample(letters[1:2], size = 4, replace = TRUE))
df
#   x1 x2 x3
# 1  1  4  a
# 2  3  3  b
# 3  2  1  b
# 4  4  2  a

# Desired output
# x3 x1.a x2.a x1.b x2.b
#  a    1    4   NA   NA
#  b   NA   NA    3    3
#  b   NA   NA    2    1
#  a    4    2   NA   NA

我从某种程度上感觉到，这可以通过

重塑2:：dcast（）

实现，但我只能让它对总共两个变量起作用：

reshape2::dcast(df[,2:3], seq_along(x3) ~ x3, value.var = "x2")[, -1]
#    a  b
# 1  2 NA
# 2 NA  1
# 3 NA  3
# 4  4 NA

但这可能只是完全滥用了dcast。这个问题有没有优雅的解决方案，不需要拆分和合并

df

---

编辑：有些人提到这样做是一个可怕的想法，我可能不应该做这样的事情。让我详细说明一下这什么时候有意义

---

想象一下，

x3

是一个特定算法的开关。在这种情况下，

a

和

b

是选项。此外，

x1

和

x2

是两种算法都可以采用的参数。不幸的是，对于

x1

和

x2

，这两种算法在相同的参数设置下的行为确实不同，因此将它们作为不同的特性来处理是有意义的，以考虑它们的无腐蚀性。

这里有一个解决方案，使用

X3

创建虚拟交互项。通过使用

dplyr

或

数据，可能可以将所有这些代码放在一行中。表

如下：

temp <- model.matrix( ~ (x1+x2):x3-1, df)
temp[model.matrix( ~ (I(x1+1)+I(x2+1)):x3-1, df) == temp] <- NA
data.frame(df$x3, temp)
####  df.x3 x1.x3a x1.x3b x3a.x2 x3b.x2
####      a      1     NA      4     NA
####      b     NA      3     NA      3
####      b     NA      2     NA      1
####      a      4     NA      2     NA

---

temp这可以通过使用
melt
和
dcast
来实现，如果您再添加一列并执行中间
melt

library(reshape2)
library(magrittr)

set.seed(2)
df = data.frame(x1 = sample(4), x2 = sample(4), x3 = sample(letters[1:2], size = 4, replace = TRUE))

df$row <- 1:nrow(df)

melt(df, 
     id.vars = c("row", "x3"), 
     measure.vars = c("x1", "x2")) %>%
  dcast(row ~ x3 + variable, 
        value.var = "value")

library（重塑2）
图书馆（magrittr）
种子（2）
df=数据帧（x1=样本（4），x2=样本（4），x3=样本（字母[1:2]，大小=4，替换=真））
df$行%
dcast（第x3行+变量，
value.var=“value”）

但是，它的运行速度比agenis的解决方案慢2-3倍，即使我将数据帧的大小推高到10000行。（8毫秒对16毫秒）
 我自己想出了一个基本解决方案：

cat.var = "x3"
cont.vars = setdiff(colnames(df), cat.var)
categories = unique(df[[cat.var]])
res = lapply(categories, function(x) {
  this.df = df[, cont.vars, drop = FALSE]
  this.df[df[[cat.var]] != x,] = NA
  setNames(this.df, paste0(x,".",colnames(this.df)))
})
res = do.call(cbind, c(list(df[, cat.var, drop=FALSE]), res))
res

#   x3 a.x1 a.x2 b.x1 b.x2
# 1  a    1    4   NA   NA
# 2  b   NA   NA    3    3
# 3  b   NA   NA    2    1
# 4  a    4    2   NA   NA

您可以使用
tidyr

library(tidyr);library(dplyr)
df <- df %>% mutate(rows=rownames(.)) %>% 
gather(., key="vars", value= "val", -x3,-rows) %>%
    mutate(vars= paste(x3,vars, sep=".")) %>%  
spread(., key = vars, value = val) %>%
select(-rows)

library（tidyr）；图书馆（dplyr）
df%变异（行=行名（.））%>%
聚集（，key=“vars”，value=“val”，-x3，-行）%>%
变异（变量=粘贴（x3，变量，sep=“.”）%>%
价差（，键=VAR，值=val）%>%
选择（-行）

它将数据集收集成长格式，将x3变量分开，然后在创建所需的变量头之后，再次传播数据。
好的，有
合并（df[df$x3==“a”，]，df[df$x3==“b”，]，by=“x3”，all=TRUE）
，但很自然，没有优雅的方式来获得如此混乱的输出。@agenis，现在已经解决了。@Frank，如果我现在不知道
x3
的离散值，这会变得混乱。只需一句话：如果你想得到更多的“关注”，你可能应该把问题的标题改得更具体一些；下次可能会省下一笔赏金！；-）行和列顺序重要吗？行变量的使用很好，我的时钟速度大约是@agenis解决方案的3倍，是我的5倍。做得好。我喜欢你的模型。矩阵方法。我想知道这是否更清楚（尽管速度较慢）：
m@user20650感谢您的输入，这确实是一个不错的替代解决方案。你可以把它贴出来作为答案。我想知道我们是否可以将其简化为单线井，您也可以使用
model.matrix（~0+x3，df）^NA
，而不是显式地将零设置为NA。所以在一行
data.frame（df$x3，apply（model.matrix（~0+x3，df）^NA，2，“*”，df[-3]）
，但实际上不能称为一行，因为它是多个计算。这个解决方案唯一困扰我的是，对于我现在只知道分类列名称的通用输入来说，它有点混乱，因为我必须从字符串生成公式。@jakobr好的，请随意修改您的问题，这样我就可以考虑这个规范，；-）有趣的解决方案，但您必须注意，它会对行进行重新排序，并按“x3”对行进行排序。如果行顺序很重要，您可以在select语句之前添加
arrange（rows）%%>%
。但它仍然不是最快的。