R：如何dcast'；变量'；是否在data.table中指定一个单独的列？

我试图转换的

数据表中有一个大数据集。原始数据集是一个交叉表，列名称中包含1到2个级别的信息。因此，我认为我需要将所有内容都分解，提取相关信息，然后将各个列重新转换回来

这就是我遇到的路障

下面是一个简化的模拟数据，显示了我正在尝试做的事情：

library( data.table )
library( reshape2 )
library( stringr )

set.seed(1)
DT <- data.table( ID1 = rep( c(1:3),2 ), ID2 = rep( c(1:2),3 ), 
                  X.Measure1 = rnorm(6),  X.Measure2 = rnorm(6),
                  Y.Measure1 = rnorm(6),  Y.Measure2 = rnorm(6)
                  )

Long_DT <- melt( DT, id = c( "ID1", "ID2" ) )
Long_DT[ , n := substr( Long_DT$variable, 10, 10 ) ]

Long_DT[ str_detect( Long_DT$variable, "Y.Measure." ), variable := "Y.Measure"  ]

从：

   ID1 ID2 X.Measure1 X.Measure2  Y.Measure1  Y.Measure2
1:   1   1 -0.6264538  0.4874291 -0.62124058  0.82122120
2:   2   2  0.1836433  0.7383247 -2.21469989  0.59390132
3:   3   1 -0.8356286  0.5757814  1.12493092  0.91897737
4:   1   2  1.5952808 -0.3053884 -0.04493361  0.78213630
5:   2   1  0.3295078  1.5117812 -0.01619026  0.07456498
6:   3   2 -0.8204684  0.3898432  0.94383621 -1.98935170

执行2个中间步骤：（i）将整数“1”和“2”提取到新列“n”中；和（ii）将“变量”重命名为“Y.Measure”（如下左图所示）

最终形式是通过
铸造
右侧所示的绿色图形来获得的：


示例代码：

library( data.table )
library( reshape2 )
library( stringr )

set.seed(1)
DT <- data.table( ID1 = rep( c(1:3),2 ), ID2 = rep( c(1:2),3 ), 
                  X.Measure1 = rnorm(6),  X.Measure2 = rnorm(6),
                  Y.Measure1 = rnorm(6),  Y.Measure2 = rnorm(6)
                  )

Long_DT <- melt( DT, id = c( "ID1", "ID2" ) )
Long_DT[ , n := substr( Long_DT$variable, 10, 10 ) ]

Long_DT[ str_detect( Long_DT$variable, "Y.Measure." ), variable := "Y.Measure"  ]

我试着用谷歌搜索解决方案，但没有用。我想知道我的
dcast
函数是否错误，或者我的方法是否一开始就错了（也就是说，有一种更容易实现我想要的方法）

任何帮助都将不胜感激！谢谢你的阅读


更新：

library( data.table )
library( reshape2 )
library( stringr )

set.seed(1)
DT <- data.table( ID1 = rep( c(1:3),2 ), ID2 = rep( c(1:2),3 ), 
                  X.Measure1 = rnorm(6),  X.Measure2 = rnorm(6),
                  Y.Measure1 = rnorm(6),  Y.Measure2 = rnorm(6)
                  )

Long_DT <- melt( DT, id = c( "ID1", "ID2" ) )
Long_DT[ , n := substr( Long_DT$variable, 10, 10 ) ]

Long_DT[ str_detect( Long_DT$variable, "Y.Measure." ), variable := "Y.Measure"  ]

我在上面的
dcast
函数中发现错误-LHS上应该有“n”：

dcast.data.table ( Long_DT, ID1+ID2+n ~ variable, subset = .(variable=="Y.Measure") )

结果将是：

> dcast.data.table ( Long_DT, ID1+ID2+n ~ variable, subset = .(variable=="Y.Measure") )
    ID1 ID2 n   Y.Measure
 1:   1   1 1 -0.62124058
 2:   1   1 2  0.82122120
 3:   1   2 1 -0.04493361
 4:   1   2 2  0.78213630
 5:   2   1 1 -0.01619026
 6:   2   1 2  0.07456498
 7:   2   2 1 -2.21469989
 8:   2   2 2  0.59390132
 9:   3   1 1  1.12493092
10:   3   1 2  0.91897737
11:   3   2 1  0.94383621
12:   3   2 2 -1.98935170
> 

不幸的是，XMeasure1和XMeasure2也随
子集一起消失，因此这无助于我的整体原因。
下面是我用akrun建议的
dcast
代码修改的代码：

library( data.table )
library( reshape2 )
library( stringr )

set.seed(1)
DT <- data.table( ID1 = rep( c(1:3),2 ), ID2 = rep( c(1:2),3 ), 
                  X.Measure1 = rnorm(6),  X.Measure2 = rnorm(6),
                  Y.Measure1 = rnorm(6),  Y.Measure2 = rnorm(6)
                  )

Long_DT <- melt( DT, id = c( "ID1", "ID2" ) )
Long_DT[ , n := substr( Long_DT$variable, 10, 10 ) ]

Long_DT[ str_detect( Long_DT$variable, "Y.Measure." ), variable := "Y.Measure"  ]
dcast.data.table(Long_DT[, N:=1:.N, variable], ID1+ID2+N~variable, subset = (variable=="Y.Measure") )

我不确定这是否是您所期望的，但我刚刚将一个新功能推到了
melt.data.table
，该功能允许现在熔入多列

您可以通过以下方式安装开发版本。然后你可以做：

require(data.table) ## v1.9.5
melt(DT, id=1:2, measure=list(3:4, 5:6), 
       value.name = c("X.measure", "Y.measure"))

默认情况下，
变量
列填充数字。如果不需要，只需相应地更改变量列的级别

HTH
Try
dcast.data.table（Long_DT[，N:=1.N，variable]，ID1+ID2+N~ variable，subset=（variable==“Y.Measure”）
如果您需要excel图形中的结果，为什么不使用subset而不是
dcast
Hi@akrun，我尝试了您的代码，但结果似乎有误。为了响应您对子集的建议，
dcast
是一个多步骤过程的一部分，用于重新格式化数据，以便导入到另一个分析软件中。您可以看到，原始数据集是一个交叉表，列名称中包含1到2个级别的信息。因此，我认为我需要将所有内容都分解，提取相关信息，然后将各个列重新转换回来。我想我也应该提到我对数据操作缺乏经验，所以我愿意接受建议。我的意思是在
melt
步骤之后。您应该指定错误的部分。我正在查看您的excel图表。
dcast
结果似乎与中的相同。我尝试了您的
dcast
来代替我原来的dcast，将结果放在下面作为答案。TRy
dcast.data.table（Long_DT[，N:=1.N，variable]，ID1+ID2+N~ variable，subset=（variable=“Y.Measure”））[order（N）]
@akrun，无论排序如何，“N”列都没有显示正确的值（请参阅我的原始帖子）。这是另一个分组。您可以创建一个新的
N
谢谢，@Arun，您的新功能非常及时！我正在阅读哈德利·威克姆（Hadley Wickham）的优秀文章《整理数据》（Tidy Data），我认为我整理数据集的方法一开始可能是错误的。直到今天，人们才意识到数据清理可能如此复杂。我怀疑你的新功能可能就是解决方案——让我来处理它，并向你汇报=）嗨@Arun，我从Github下载了最新的1.9.5 data.table包，并运行了你新的
melt
函数。恐怕我收到了以下错误消息：
melt.data.table（DT，id=1:2，measure=list（3:4，5:6），value.name=c（“X.measure”，参数'value.name'必须是长度为1的字符向量。
。真的无法找出哪里出了问题。我正在运行R3.1.2（64位版本）在Windows 8.1上。@NearchProg，你确定你正在运行1.9.5吗？你的
sessionInfo（）
输出告诉你什么？Arun，我确定它是1.9.5。为了确保该包是Github的最新包，我删除了旧包并再次下载。sessionInfo（）说：
>sessionInfo（）R版本3.1.2（2014-10-31）平台：x86_64-w64-mingw32/x64（64位）附加基本包：[1]统计图形grDevices utils数据集方法基础其他附加包：[1]数据。表_1.9.5 devtools_1.7.0 stringr_0.6.2重塑2_1.4.1通过命名空间加载（未附加）：[1]比特操作系统1.0-6时钟2.3-45 httr 0.6.1 plyr 1.8.1 Rcpp 0.11.3[6]RCurl_1.95-4.5 tools_3.1.2>
我理解，@Arun，也许当更多用户使用新功能时，一种模式可能会出现。与此同时，我使用了一种不同的方法来整理我的数据-将交叉表数据集拆分为两个不同的DTs，分别进行必要的转换，然后使用X[Y]连接DTs。这完全避免了最初的“dcast-a-subset-issue”问题。无论如何，非常感谢您提供此“多色熔融”解决方案。