Question

我有一个维度为421,570 x 16的data.table对象，用于存储多个商店的数据。商店可以有不同的部门。这只是一个例子。数据集更大。

> head(raw.df)
   Store Type StoreSize Dept       Date Weekly_Sales
1:     1    A    151315    1 2010-02-05        24925
2:     1    A    151315    2 2010-02-05        46039
3:     2    A    152825    1 2010-02-05        41596
4:     2    A    152825    2 2010-02-05        19404
5:     3    B    110025    1 2010-02-05        21828
6:     3    B    110025    2 2010-02-05        21043

理想情况下，我想创建一个可以存储多个矩阵的数组对象，在每个矩阵上我想拥有一个存储。基本上我想在数组的每个级别上拥有每个部门的每周销售额，这样我就可以对数组对象运行一些时间序列分析，而无需多次运行相同的函数。

这个命令将产生我想要的一个数组的矩阵。

dcast(raw.df[which(raw.df$Store == 1), ], Date ~ Dept, value.var = "Weekly_Sales")
head(e1)

我正在考虑生成一个空数组并使用for loop填充它。我写了这个循环，遗憾的是它不起作用。数组的维度为143（天），99（每个商店的部门），45（商店）

ts.a <- array(data = NA, dim = c(143, 99, 45))
for (i in 1:45) {
  # generate 45 matrices, one for each store
  paste("mat", i, sep = "") <- matrix(data = NA, nrow = 143, ncol = 99)
  paste("mat", i, sep = "") <- dcast(raw.df[which(raw.df$Store == i), ], Date ~ Dept, 
                                     value.var = "Weekly_Sales")

  # merge the matrix into the array object    
}

我意识到我的方法可能完全错误。我的知识或R和编程完全是自学成才。

Answer 1

由于您没有提供易于使用的数据，我将使用reshape2附带的french_fries数据集：

str(french_fries)
acast(data=french_fries, time~treatment~subject, value.var='potato', fun.aggregate=mean)

这给了时间vrs的arrray。治疗，每个科目都有一个切片。

所以与你的数据相当的是：

acast(data=raw_df, Date~Dept~Store, value.var='potato')

如果至少有一个Date~Dept~Store组合有多个值，则必须提供一个聚合数据的函数（默认值为length，并带有警告）。

Answer 2

您打算做什么样的分析？您可能最好保留原始data.frame并使用ddply包中的plyr来执行某些组的操作。我经常将它用于跨各种子集的时间序列分析。请考虑以下示例

dat<-data.frame(store=sample(1:3, 1000, T),
                type=sample(1:3, 1000, T),
                date=sample(1:100, 1000, T),
                val=rnorm(1000))
ddply(dat, .(store, type), # we can run a regression for our subgroups
      function(x){
        model<-lm(date ~ val, data=x)
        c(cf=coef(model), num=nrow(x), adjr2=summary(model)$adj.r.squared)
      })

使用reshape2填充数组

2 个答案: