R使用Reshape2进行重塑（统计数据包功能）设计用于

Question

我正在尝试完全根据stats包的目的进行重塑。 我有一个包含一系列变量的广泛数据集，形式为var_name.date 。 不幸的是， data.table.melt处理中等大小的数据集，因此我尝试使用data.table.melt函数。

我的主要问题是根据变量的长格式变量将变量分组到单独的值列中。 这是可能的，还是我需要分别做每个然后cbind它们？

这是我所拥有的：

widetable = data.table("id"=1:5,"A.2012-10"=runif(5),"A.2012-11"=runif(5),
                       "B.2012-10"=runif(5),"B.2012-11"=runif(5))


   id  A.2012-10 A.2012-11  B.2012-10 B.2012-11
1:  1 0.82982349 0.2257782 0.46390924 0.4448248
2:  2 0.46136746 0.2184797 0.05640388 0.4772663
3:  3 0.61723234 0.3950625 0.03252784 0.4006974
4:  4 0.19963437 0.7028052 0.06811452 0.3096969
5:  5 0.09575389 0.5510507 0.76059610 0.8630222

这是stats软件包的reshape以单行真棒模拟了我，完全按照我的要求而不是按比例缩放。

reshape(widetable, idvar="id", varying=colnames(widetable)[2:5],
        sep=".", direction="long")


    id  time          A          B
 1:  1 2012-10 0.82982349 0.46390924
 2:  2 2012-10 0.46136746 0.05640388
 3:  3 2012-10 0.61723234 0.03252784
 4:  4 2012-10 0.19963437 0.06811452
 5:  5 2012-10 0.09575389 0.76059610
 6:  1 2012-11 0.22577823 0.44482478
 7:  2 2012-11 0.21847969 0.47726629
 8:  3 2012-11 0.39506249 0.40069737
 9:  4 2012-11 0.70280519 0.30969695
10:  5 2012-11 0.55105075 0.86302220

Answer 1

这只是reshape()更易于使用的情况之一。

我可以想到的结合使用melt和dcast.data.table的最直接方法如下：

library(data.table)
library(reshape2)

longtable <- melt(widetable, id.vars = "id")
vars <- do.call(rbind, strsplit(as.character(longtable$variable), ".", TRUE))
dcast.data.table(longtable[, c("V1", "V2") := lapply(1:2, function(x) vars[, x])],
                 id + V2 ~ V1, value.var = "value")

---

另一种方法是使用merged.stack从我的“splitstackshape”包 ，特别是开发版本。

# library(devtools)
# install_github("splitstackshape", "mrdwab", ref = "devel")
library(splitstackshape)

merged.stack(widetable, id.vars = "id", var.stubs = c("A", "B"), sep = "\\.")
#     id .time_1          A         B
#  1:  1 2012-10 0.26550866 0.2059746
#  2:  1 2012-11 0.89838968 0.4976992
#  3:  2 2012-10 0.37212390 0.1765568
#  4:  2 2012-11 0.94467527 0.7176185
#  5:  3 2012-10 0.57285336 0.6870228
#  6:  3 2012-11 0.66079779 0.9919061
#  7:  4 2012-10 0.90820779 0.3841037
#  8:  4 2012-11 0.62911404 0.3800352
#  9:  5 2012-10 0.20168193 0.7698414
# 10:  5 2012-11 0.06178627 0.7774452

该merged.stack功能从简单的工作方式不同melt ，因为它开始的“堆积”不同的列组list ，然后将它们合并在一起。 这使函数能够：

1. 处理每个列组可能具有不同类型（字符，数字等）的列组。
2. 使用“不平衡”列组（一组可能有两个度量值列，而另一组可能有三个度量值列）。

---

该答案基于以下示例数据：

set.seed(1) # Please use `set.seed()` when sharing an example with random numbers
widetable = data.table("id"=1:5,"A.2012-10"=runif(5),"A.2012-11"=runif(5),
                       "B.2012-10"=runif(5),"B.2012-11"=runif(5))

---

另请参阅： 一步无法解决/解决哪些重塑问题？