使用data.table功能將長結構化data.table重塑為一個廣泛的結構？

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

顯然，我可以使用包reshape2的fx dcast將data.table從long擴展為long。 但是data.table附帶了一個重載的括號運算符，它提供了諸如“by”和“group”之類的參數，這讓我想知道是否有可能使用它來實現它（對於data.table特定的功能）？

只是手冊中的一個隨機示例：

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

這看起來很棒 - 但我還沒有完全理解它的用法。

我既沒有找到方法，也沒有找到這方面的例子，也許這是不可能的，也許它甚至不應該 - 所以，明確的“不，不可能，因為......”當然也是一個有效的答案。

Answer 1

我將選擇一個不等組的例子，以便更容易說明一般情況：

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

第一步是使每組“x”的元素/條目數相同。 這里，對於x = 1，有3個y值，但對於x = 2，只有2個。 因此，我們必須首先用NA修復x = 2，y = 3。

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

現在，為了使其格式化，我們應該按“x”分組並在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

現在，您可以使用帶有setnames引用設置重新整形列的名稱，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() （現在是版本1.9.5的默認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

這很快並且不需要setnames() 。

當上例中的y是具有字符級別的因子變量時，它也特別有用 - 例如'低'，'中'，'高' - 因為CJ()可能不會返回帶有變量的寬數據。 setnames()期望，你最終可能會錯誤地標記你的數據。

Answer 3

（與Arun的學分）

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