[英]better data.frame formatting for long column names
我有一个充满一些垃圾的data.frame
:
> set.seed(12345)
> d <- data.frame(x=rnorm(100), y=rnorm(100), z=rnorm(100)) %>% tbl_df
> d %>% head(3)
Source: local data frame [6 x 3]
x y z
1 0.5855288 0.2239254 -1.4361457
2 0.7094660 -1.1562233 -0.6292596
3 -0.1093033 0.4224185 0.2435218
现在,我想看看我的变量之间的一些关系:
> '%cor%' <- function(x,y) round(100 * cor(x,y, use='pairwise'), 1)
> d %>% summarize(x %cor% y, y %cor% z, lag(x) %cor% z)
Source: local data frame [1 x 3]
x %cor% y y %cor% z lag(x) %cor% z
1 10.4 -12.7 7.8
我的列的名称大于数据本身。
我可以做的一件事就是自己为列命名,但这需要额外的簿记,因此很快就很烦人:
> d %>% summarize(x2y=x %cor% y, y2z=y %cor% z, Lx2y=lag(x) %cor% z)
Source: local data frame [1 x 3]
x2y y2z Lx2y
1 10.4 -12.7 7.8
我可以做的另一件事是转置:
> d %>% summarize(x %cor% y, y %cor% z, lag(x) %cor% z) %>% t
[,1]
x %cor% y 10.4
y %cor% z -12.7
lag(x) %cor% z 7.8
问题是,当我开始分组时,它会向下转换列:
> d %>% mutate(group=cut(z, c(-Inf,0,Inf))) %>%
group_by(group) %>%
summarize(x %cor% y, y %cor% z, lag(x) %cor% z) %>% t
[,1] [,2]
group "(-Inf,0]" "(0, Inf]"
x %cor% y " 6.9" "14.9"
y %cor% z "-19.8" "-17.3"
lag(x) %cor% z " 3.9" "-6.3"
有没有办法告诉print.data.frame(...)
我希望它水平显示系列而不是垂直显示?
我尝试过的另一件事是使用gridExtra::grid.table
进行渲染,这gridExtra::grid.table
,但是如果我可以垂直旋转列名,那就太好了:
> gt <- function(df) {
grid.newpage()
df %>% grid.table(core.just='right', show.rownames=F)
}
> d %>% summarize(x %cor% y, y %cor% z, lag(x) %cor% z) %>% gt
有什么办法吗?
有几种可能的解决方案来解决您的问题。 对于您在问题中提出的每个建议,我都列出了一种完成该想法的方法。 我个人认为移调解决方案(#2)是最好的解决方案。
您可以使用功能对首选名称进行编码(例如, naming_convention
),而不是真正的人工名称。 然后调用此函数以重命名整个data.frame
。
# use this function to define all naming you would like to use
naming_convention <- function(data){
colnames(data) <- gsub(' %cor% ', '2', colnames(data)) # rename %cor% with 2
colnames(data) <- gsub('lag', 'L', colnames(data)) # rename lag with L
colnames(data) <- gsub(' |[(]|)', '', colnames(data)) # remove ()
return(data)
}
# call function
d %>% summarize(x %cor% y, y %cor% z, lag(x) %cor% z) %>%
naming_convention
## Source: local data frame [1 x 3]
##
## x2y y2z Lx2z
## 1 10.4 -12.7 7.8
将matrix
转换回data.frame
以进行正确打印。
d %>% mutate(group=cut(z, c(-Inf,0,Inf))) %>%
group_by(group) %>%
summarize(x %cor% y, y %cor% z, lag(x) %cor% z)%>%
t %>%
data.frame
## X1 X2
## group (-Inf,0] (0, Inf]
## x %cor% y 6.9 14.9
## y %cor% z -19.8 -17.3
## lag(x) %cor% z 3.9 -6.3
这可能不是一个好主意,但是您可以将前两种策略与对grid.table
的调用一起使用。
# manual rename
gt1 <- function(df) {
grid.newpage()
nm <- gsub(' %cor% ', '2', colnames(df)) # rename %cor% with 2
nm <- gsub('lag', 'L', nm) # rename lag with L
nm <- gsub(' |[(]|)', '', nm) # remove ()
df %>% grid.table(core.just='right', theme=list(cols=nm))
}
d %>% mutate(group=cut(z, c(-Inf,0,Inf))) %>%
group_by(group) %>%
summarize(x %cor% y, y %cor% z, lag(x) %cor% z)%>%
gt1
# transpose
gt2 <- function(df) {
grid.newpage()
df %>% t %>% grid.table(core.just='right')
}
d %>% mutate(group=cut(z, c(-Inf,0,Inf))) %>%
group_by(group) %>%
summarize(x %cor% y, y %cor% z, lag(x) %cor% z)%>%
gt2
summarized.correlation = function(d) {
correlations = cor(d) * 100
s.correlations = correlations[upper.tri(correlations)]
namez = apply(combn(colnames(correlations), 2), 2, function(pairs) { do.call(function(...) { paste(..., sep="2")}, as.list(pairs)) })
names(s.correlations) = namez
s.correlations
}
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.