在R中取消堆叠数据帧
我有一个堆叠的数据帧在R中取消堆叠数据帧,r,dataframe,reshape2,R,Dataframe,Reshape2,我有一个堆叠的数据帧 a <- c(1,1,1,1,2,2,3,3,3,3,3,4,4,4,4) b <- c(200,201,201,200,220,220,200,220,203,204,204,203,220,200,200) d <- c(500,500,500,500,500,501,501,501,501,501,502,502,502,502,502) f <- c("G","G","M","M", "G","G","M","M","M","G"
a <- c(1,1,1,1,2,2,3,3,3,3,3,4,4,4,4)
b <- c(200,201,201,200,220,220,200,220,203,204,204,203,220,200,200)
d <- c(500,500,500,500,500,501,501,501,501,501,502,502,502,502,502)
f <- c("G","G","M","M", "G","G","M","M","M","G","M","G","M","G","G")
df <- data.frame(a,d,b,f)
它默认为length,因为我没有放置任何聚合函数。然而,我想得到的是
a d b col_1 col_2
1 500 200 G M
1 500 201 G M
2 500 220 G NA
...and so on
我想通过为特定的a+d+b
组合转置列f
,并将其附加到帧,来“加宽”或取消堆叠数据帧。有没有一种不必在组合中循环的优雅方式
编辑:在col
f
中不一定只有两级G
和M
。我只想把col_1
col_2
col_3
,它将把f
列转换为每个唯一的a+d+b
组合。我用for循环完成了它;但对于大数据集来说,这是非常笨拙的。我想让代码更快 抱歉没有说得更清楚。“f”列不一定有两个级别。碰巧,在我的实际数据集中,长度(unique(df$f))是102。然而,对于一个独特的a+d+b组合,我知道不超过3行!我要找的是一种能水平叠加在a+d+b的独特组合上的东西!工作非常出色!非常感谢埃迪。我应该仔细阅读应用函数。有一个问题,为什么有必要将df转换为dt?@satya不必这样说,只是使用数据做起来容易得多。table(也更快)请原谅我的蹩脚问题,但当你说“我有一个堆叠的数据帧”时,“堆叠”是什么意思?在我看来,它就像一个常规的数据帧。有什么区别?
dcast(df, a+d+b ~ f, fun.aggregate = function(x) as.character(x)[1])
#Using f as value column: use value.var to override.
# a d b G M
#1 1 500 200 G M
#2 1 500 201 G M
#3 2 500 220 G <NA>
#4 2 501 220 G <NA>
#5 3 501 200 <NA> M
#6 3 501 203 <NA> M
#7 3 501 204 G <NA>
#8 3 501 220 <NA> M
#9 3 502 204 <NA> M
#10 4 502 200 G <NA>
#11 4 502 203 G <NA>
#12 4 502 220 <NA> M
dcast(df, a+d+b ~ f, fun.aggregate = function(x) as.character(x)[1])
#Using f as value column: use value.var to override.
# a d b G M
#1 1 500 200 G M
#2 1 500 201 G M
#3 2 500 220 G <NA>
#4 2 501 220 G <NA>
#5 3 501 200 <NA> M
#6 3 501 203 <NA> M
#7 3 501 204 G <NA>
#8 3 501 220 <NA> M
#9 3 502 204 <NA> M
#10 4 502 200 G <NA>
#11 4 502 203 G <NA>
#12 4 502 220 <NA> M
library(data.table)
dt = data.table(df)
dt[, lapply(1:3, function(i) as.character(f)[i]), by = list(a, d, b)]
# a d b V1 V2 V3
# 1: 1 500 200 G M NA
# 2: 1 500 201 G M NA
# 3: 2 500 220 G NA NA
# 4: 2 501 220 G NA NA
# 5: 3 501 200 M NA NA
# 6: 3 501 220 M NA NA
# 7: 3 501 203 M NA NA
# 8: 3 501 204 G NA NA
# 9: 3 502 204 M NA NA
#10: 4 502 203 G NA NA
#11: 4 502 220 M NA NA
#12: 4 502 200 G G NA