如何在R中的reshape包中循环dcast函数

Question

作为一个相对较新的R用户，我遇到任何循环函数的问题。 我查看了许多教程，但其中的示例通常非常基础，因此易于执行。 但是我需要创建稍微复杂的循环，并且在确定如何执行此操作时遇到很多麻烦。 在这里和其他论坛上有一些相关的循环问题，但没有一个完全符合我的需要，虽然我已经尝试为我当前的问题调整其他答案，但我一直遇到错误。

我有2000个.csv文件，其数据以长格式数据制表（简化示例）：

solution1    
> sol1     sol2     Istat
> s1       s2       0.435
> s1       s3       0.456
> s1       s4       0.845
> s1       s5       0.234

它基本上是对我所拥有的2000个单独解决方案的成对比较的总结，以及在'Istat'值中汇总的解决方案之间的相似性。

我试图将这些2000 .csv文件中的每一个dcast转换为宽格式表（使用R中的reshape包），所以它们看起来像（上面的示例）：

     s1     s2     s3     s4     s5
s1   NA     0.435  0.456  0.845  0.234

我知道如何使用单个.csv文件执行此操作一次：

stat.cast <- dcast(solution1, sol2 ~ sol1, value.var="Istat")

但我似乎无法将其for循环函数或甚至是lapply ，这似乎也可能是一个可能的解决方案。

最接近我能够使用for函数：

 # Get files from directory
loopout = "/Users/jc219806/Documents/Chapter 1/ANALYSES/R work/Istat/last_LoopOut/"
# List of file names inside folder
solutions <- list.files(loopout)
# Read all 2000 files inside
all.data <- lapply(solutions, read.csv, header=TRUE)
# Loop for performing reshape cast function to each listed dataframe
for (i in 1:length(all.data))
  {
  all.cast <- dcast(all.data, sol2 ~ sol1, value.var="Istat")
  }

但它不断给我一个错误，即它无法从输入中识别出“Istat”值 - 即使它存在于我拥有的数据帧列表中（上面代码中的“解决方案”对象）。

并具有lapply功能：

lapply(solutions, dcast(all.data, sol2 ~ sol1, value.var="Istat"))

我得到了同样的错误：

Error: value.var (Istat) not found in input

我不明白为什么，因为它列在数据帧列表中，作为每个2000数据帧中的一个变量。 好像我没有让它循环遍历我的每个2000 .csv文件，但我不知道如何解决这个问题。 我还想知道是否也可以编写代码，以便它根据列名称循环绑定所有2000个输出？ 它疯狂地循环着。

我希望这不像我看来那么复杂。 任何帮助（以及一些详细的解释）或有用的方向将是大量和真诚的赞赏。 谢谢

Answer 1

你写了：

for (i in 1:length(all.data))
  {
  all.cast <- dcast(all.data, sol2 ~ sol1, value.var="Istat")
  }

你应该写的：

all.cast <- list()
for (i in 1:length(all.data)) {
  all.cast[[i]] <- dcast(all.data[[i]], sol2 ~ sol1, value.var = "Istat")
}

但更“R-esque”的解决方案是：

all.cast <- lapply(all.data, dcast, sol2 ~ sol1, value.var = "Istat")

希望这能说明你做错了什么。

Answer 2

“all.data”是一个数据帧列表。 要遍历列表，您可以使用lapply和匿名函数调用（只是为了清楚）并在其上应用dcast 。

library(reshape2)
lapply(all.data, function(x) dcast(x, sol1 ~ sol2, value.var="Istat"))

或者，而不是做个人dcast ，该列表可以rbind到数据帧与每个列表元素，然后分组变量要么做dcast或spread从library(tidyr)

library(dplyr)
library(tidyr)
unnest(all.data, group) %>% 
                  spread(sol2, Istat)

或者使用data.table

library(data.table)
dcast(rbindlist(Map(cbind, all.data, group=seq_along(all.data))),
                 group + sol1 ~sol2, value.var='Istat')

数据

all.data <- structure(list(solution1 = structure(list(sol1 = c("s1", 
"s1", 
"s1", "s1"), sol2 = c("s2", "s3", "s4", "s5"), Istat = c(0.435, 
0.456, 0.845, 0.234)), .Names = c("sol1", "sol2", "Istat"), 
class =     "data.frame", row.names = c(NA, 
-4L)), solution2 = structure(list(sol1 = c("s1", "s1", "s1", 
"s1"), sol2 = c("s2", "s3", "s4", "s5"), Istat = c(0.42, 0.536, 
0.945, 0.324)), .Names = c("sol1", "sol2", "Istat"), 
class =    "data.frame", row.names = c(NA, 
-4L))), .Names = c("solution1", "solution2"))

Answer 3

我会melt你的“all.data”列表，然后dcast其转换成一个广泛的形式。 就像是：

## Sample data
set1 <- set2 <- data.frame(sol1 = c("s1", "s1", "s1", "s1"), 
                   sol2 = c("s2", "s3", "s4", "s5"), 
                   Istat = c(0.435, 0.456, 0.845, 0.234))
set2$Istat <- set2$Istat + 1 ## Just to see some different data

all.data <- mget(ls(pattern = "set\\d+")) ## use your actual object

## The reshaping
library(reshape2)
dcast(melt(all.data, id.vars = c("sol1", "sol2")), 
      L1 + sol1 ~ sol2, value.var = "value")
#     L1 sol1    s2    s3    s4    s5
# 1 set1   s1 0.435 0.456 0.845 0.234
# 2 set2   s1 1.435 1.456 1.845 1.234

如果你的“all.data”对象有名字，“L1”将反映这些名字，从长远来看这可能非常方便。