Question

假设我有一个data.table处于“融化”形式，我有一个密钥，标识符和值

library(data.table)
library(reshape2)
DT = data.table(X = c(1:5, 1:4), Y = c(rep("A", 5), rep("B", 4)), Z = rnorm(9))
DT2 = data.table(dcast(DT, X~Y))

如何在data.table内执行这种自我加入？

> DT
   X Y           Z
1: 1 A -0.19790449
2: 2 A  0.17906116
3: 3 A  0.01821837
4: 4 A  0.17309716
5: 5 A  0.05962474
6: 1 B -0.24629468
7: 2 B  0.92285734
8: 3 B  0.66002573
9: 4 B -1.01403880
> DT2
   X           A          B
1: 1 -0.19790449 -0.2462947
2: 2  0.17906116  0.9228573
3: 3  0.01821837  0.6600257
4: 4  0.17309716 -1.0140388
5: 5  0.05962474         NA

除此之外（主要针对Arun）： 这是我已经用于融化的解决方案（在Matthew D的帮助下编写，所以他应该有这个代码），我认为复制完全融化，并且非常有效。另一方面Dcast（或者应该是dtcast？）要困难得多！

melt.data.table = function(data, id.vars, measure.vars,
                           variable.name = "variable",
                           ..., na.rm = FALSE, value.name = "value") {
  if(missing(id.vars)){
    id.vars = setdiff(names(data), measure.vars)
  }
  if(missing(measure.vars)){
    measure.vars = setdiff(names(data), id.vars)
  }

  dtlist = lapply(measure.vars, function(..colname) {
    data[, c(id.vars, ..colname), with = FALSE][, (variable.name) := ..colname]
  })

  dt = rbindlist(dtlist)
  setnames(dt, measure.vars[1], value.name)
  if(na.rm){
    return(na.omit(dt))
  } else {
    return(dt)
  }
}

Answer 1

更新现在，melt版本dcast中实现了data.table和>= 1.9.0的更快版本（在C中）。查看this post了解详情。

现在你可以这样做：

dcast.data.table(DT, X~Y)

如果仅dcast，则必须完全写出来（因为它不是reshape2中的S3通用）。我们会尽快解决这个问题。对于melt,，您可以正常使用melt(.)。

一般的想法是：

setkey(DT, X, Y)
DT[CJ(1:5, c("A", "B"))][, as.list(Z), by=X]

您可以使用V1将列V2和A命名为B和setnames。

但这可能对大数据或演员公式很复杂时效率不高。或者我应该说，它可能更有效率。我们正在寻找这样的实现，以将融合和强制转换为data.table。在那之前，你可以如上所述解决这个问题。

一旦我们在融化/演员方面取得了重大进展，我就会更新这篇文章。

如何以dcast的方式自我加入data.table

1 个答案: