R 使用dcast处理大型数据集
抱歉,如果这是一个重复的问题,但我无法找到具体的答案,我正在寻找。我有一个数据框,其中包含在给定旅行中捕获的不同物种的计数。下面是一个5次旅行和4个物种的简化示例:R 使用dcast处理大型数据集,r,dataframe,data-manipulation,dcast,R,Dataframe,Data Manipulation,Dcast,抱歉,如果这是一个重复的问题,但我无法找到具体的答案,我正在寻找。我有一个数据框,其中包含在给定旅行中捕获的不同物种的计数。下面是一个5次旅行和4个物种的简化示例: trip = c(1,1,1,2,2,3,3,3,3,4,5,5) species = c("a","b","c","b","d","a","b","c","d","c","c","d") count = c(5,7,3,1,8,10,1,4,3,1,2,10) dat = cbind.data.frame(trip, speci
trip = c(1,1,1,2,2,3,3,3,3,4,5,5)
species = c("a","b","c","b","d","a","b","c","d","c","c","d")
count = c(5,7,3,1,8,10,1,4,3,1,2,10)
dat = cbind.data.frame(trip, species, count)
dat
> dat
trip species count
1 1 a 5
2 1 b 7
3 1 c 3
4 2 b 1
5 2 d 8
6 3 a 10
7 3 b 1
8 3 c 4
9 3 d 3
10 4 c 1
11 5 c 2
12 5 d 10
我只对每次旅行的物种b的数量感兴趣。所以我想操纵这个数据帧,最后得到一个如下所示的数据帧:
trip2 = c(1,2,3,4,5)
species2 = c("b","b","b","b","b")
count2 = c(7,1,1,0,0)
dat2 = cbind.data.frame(trip2, species2, count2)
dat2
> dat2
trip2 species2 count2
1 1 b 7
2 2 b 1
3 3 b 1
4 4 b 0
5 5 b 0
我想保留所有行程,包括未观察到物种b的行程。所以我不能把数据按物种b分类。我知道我可以转换数据,使物种成为列,然后删除其他物种的列,如下所示:
library(dplyr)
library(reshape2)
test = dcast(dat, trip ~ species, value.var = "count", fun.aggregate = sum)
test
> test
trip a b c d
1 1 5 7 3 0
2 2 0 1 0 8
3 3 10 1 4 3
4 4 0 0 1 0
5 5 0 0 2 10
然而,我的真实数据集有数百种物种在数千次旅行中被捕获,如果我试图把那么多物种扔到R栏中,它们就会窒息。栏目太多了。有没有一种方法可以在dcast中指定我只想强制转换物种b?或者有没有其他不需要强制转换数据的方法?多谢各位 这里是一个
数据表
方法,我想这对您来说非常快:
library(data.table)
setDT(dat)
result <- dat[,.(species = "b", count = sum(.SD[species == "b",count])),by = trip]
result
trip species count
1: 1 b 7
2: 2 b 1
3: 3 b 1
4: 4 b 0
5: 5 b 0
库(data.table)
setDT(dat)
结果我们可以使用tidyverse
library(dplyr)
library(tidyr)
dat %>%
filter(species == 'b') %>%
group_by(trip, species) %>%
summarise(count = sum(count)) %>%
ungroup %>%
complete(trip = unique(dat$trip), fill = list(species = 'b', count = 0))
# A tibble: 5 x 3
# trip species count
# <dbl> <chr> <dbl>
#1 1 b 7
#2 2 b 1
#3 3 b 1
#4 4 b 0
#5 5 b 0
库(dplyr)
图书馆(tidyr)
dat%>%
过滤器(种类=='b')%>%
组别(行程、种类)%>%
汇总(计数=总和(计数))%>%
解组%>%
完成(行程=唯一(dat$trip),填充=列表(物种='b',计数=0))
#一个tibble:5x3
#旅行物种计数
#
#11b7
#2 b 1
#3 b 1
#4b0
#5 b 0
成功了!非常感谢你。虽然运行了几分钟,但效果非常好。这样一个简单的解决方案谢谢akrun,很高兴知道还有一个tidyverse方法。然而,当我尝试使用我的实际数据时,对于我的物种没有被捕获的旅行,结果表中有NAs而不是零。也许是变量类的问题…?@FishMasterB。我使用fill
in complete将NA更改为0