使用data.table功能将长结构化data.table重塑为一个广泛的结构？

Question

> library(data.table)
> A <- data.table(x = c(1,1,2,2), y = c(1,2,1,2), v = c(0.1,0.2,0.3,0.4))
> A
   x y   v
1: 1 1 0.1
2: 1 2 0.2
3: 2 1 0.3
4: 2 2 0.4
> B <- dcast(A, x~y)
Using v as value column: use value.var to override.
> B
  x   1   2
1 1 0.1 0.2
2 2 0.3 0.4

显然，我可以使用包reshape2的fx dcast将data.table从long扩展为long。 但是data.table附带了一个重载的括号运算符，它提供了诸如“by”和“group”之类的参数，这让我想知道是否有可能使用它来实现它（对于data.table特定的功能）？

只是手册中的一个随机示例：

DT[,lapply(.SD,sum),by=x]

这看起来很棒 - 但我还没有完全理解它的用法。

我既没有找到方法，也没有找到这方面的例子，也许这是不可能的，也许它甚至不应该 - 所以，明确的“不，不可能，因为......”当然也是一个有效的答案。

Answer 1

我将选择一个不等组的例子，以便更容易说明一般情况：

A <- data.table(x=c(1,1,1,2,2), y=c(1,2,3,1,2), v=(1:5)/5)
> A
   x y   v
1: 1 1 0.2
2: 1 2 0.4
3: 1 3 0.6
4: 2 1 0.8
5: 2 2 1.0

第一步是使每组“x”的元素/条目数相同。 这里，对于x = 1，有3个y值，但对于x = 2，只有2个。 因此，我们必须首先用NA修复x = 2，y = 3。

setkey(A, x, y)
A[CJ(unique(x), unique(y))]

现在，为了使其格式化，我们应该按“x”分组并在v上使用as.list ，如下所示：

out <- A[CJ(unique(x), unique(y))][, as.list(v), by=x]
   x  V1  V2  V3
1: 1 0.2 0.4 0.6
2: 2 0.8 1.0  NA

现在，您可以使用带有setnames引用设置重新整形列的名称，如下所示：

setnames(out, c("x", as.character(unique(A$y)))

   x   1   2   3
1: 1 0.2 0.4 0.6
2: 2 0.8 1.0  NA

Answer 2

使用dcast() （现在是版本1.9.5的默认data.table方法;早期版本使用dcast.data.table ），如

> dcast(A,x~y)
Using 'v' as value column. Use 'value.var' to override
   x   1   2   3
1: 1 0.2 0.4 0.6
2: 2 0.8 1.0  NA

这很快并且不需要setnames() 。

当上例中的y是具有字符级别的因子变量时，它也特别有用 - 例如'低'，'中'，'高' - 因为CJ()可能不会返回带有变量的宽数据。 setnames()期望，你最终可能会错误地标记你的数据。

Answer 3

（与Arun的学分）

A[, setattr(as.list(v), 'names', y), by=x]