[英]How to loop dcast function in reshape package in R
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
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。
“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')
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"))
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。
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.