dcast
中的drop
参数(来自"reshape2“或"dplyr")在从”长“数据集变为”宽“数据集时非常有用,并且您希望为长形式中不存在的组合创建列。
事实证明,使用drop
也会影响公式的左侧(LHS)和右侧(RHS)的组合。因此,它还根据LHS值的组合创建额外的行。
有什么方法可以覆盖这个行为吗?
以下是一些示例数据:
library(data.table)
DT <- data.table(v1 = c(1.105, 1.105, 1.105, 2.012, 2.012, 2.012),
ID = c(1L, 1L, 1L, 2L, 2L, 2L),
v2 = structure(c(2L, 3L, 5L, 1L, 2L, 6L),
.Label = c("1", "2", "3", "4", "5", "6"),
class = "factor"),
v3 = c(3L, 2L, 2L, 5L, 4L, 3L))
请注意,"v2“是一个具有6个级别的factor
列。我本质上想从“长”到“宽”,但添加任何缺少的因子级别的列(在本例中为"4")。
reshape
处理形状,但不处理缺少的列:
reshape(DT, direction = "wide", idvar = c("ID", "v1"), timevar = "v2")
# v1 ID v3.2 v3.3 v3.5 v3.1 v3.6
# 1: 1.105 1 3 2 2 NA NA
# 2: 2.012 2 4 NA NA 5 3
dcast
会处理缺少的列的添加,但前提是LHS上有一个值:
dcast(DT, ID ~ v2, value.var = "v3", drop = FALSE)
# ID 1 2 3 4 5 6
# 1: 1 NA 3 2 NA 2 NA
# 2: 2 5 4 NA NA NA 3
如果LHS上有多个值,LHS上的值组合也会展开,就好像我们使用了CJ
或expand.grid
一样,但我对第2行和第3行一点兴趣都没有:
dcast(DT, ... ~ v2, value.var = "v3", drop = FALSE)
# v1 ID 1 2 3 4 5 6
# 1: 1.105 1 NA 3 2 NA 2 NA
# 2: 1.105 2 NA NA NA NA NA NA
# 3: 2.012 1 NA NA NA NA NA NA
# 4: 2.012 2 5 4 NA NA NA 3
这类似于在基础R:ftable(xtabs(v3 ~ ID + v1 + v2, DT))
中使用xtabs
。
有没有办法让dcast
知道,“嘿。LHS上的值的组合就是in。不要试图为我填写它们。”
我现在的方法是做三个步骤,一个是折叠lhs值,另一个是展开rhs值,然后是合并结果。
merge(DT[, list(v1 = unique(v1)), .(ID)], ## or unique(DT[, c("ID", "v1"), with = FALSE])
dcast(DT, ID ~ v2, value.var = "v3", drop = FALSE),
by = "ID")[]
# ID v1 1 2 3 4 5 6
# 1: 1 1.105 NA 3 2 NA 2 NA
# 2: 2 2.012 5 4 NA NA NA 3
有没有我错过的更好的方法?
发布于 2016-02-09 06:48:21
刚刚在data.table开发版本v1.9.7中实现的commit 2113关闭了#1512。
require(data.table) # v1.9.7, commit 2113+
dcast(DT, ... ~ v2, value.var = "v3", drop = c(TRUE, FALSE))
# v1 ID 1 2 3 4 5 6
# 1: 1.105 1 NA 3 2 NA 2 NA
# 2: 2.012 2 5 4 NA NA NA 3
https://stackoverflow.com/questions/34830908
复制相似问题