Question

我有一个数据框 - 您可以使用以下代码重新创建它的示例：

df = data.frame(M_id = c(rep(1000,8),rep(1001,8)), Day = c(rep(1,4),rep(2,4),rep(1,4),rep(2,4)), Half_hr = rep(1:4,4) ,Val = c(0.25,0.1,0.2,0.4,0.3,0.6,0.35,0.5,0.15,0.2,0.3,0.5,0.4,0.7,0.45,0.6))

看起来像这样：

>df : 

 M_id  Day  Half_hr     Val
 1000    1   1          0.25
 1000    1   2          0.1
 1000    1   3          0.2
 1000    1   4          0.4
 1000    2   1          0.3
 1000    2   2          0.6
 1000    2   3          0.35
 1000    2   4          0.5
 1001    1   1          0.15
 1001    1   2          0.2
 1001    1   3          0.3
 1001    1   4          0.5
 1001    2   1          0.4
 1001    2   2          0.7
 1001    2   3          0.45
 1001    2   4          0.6

这里，在每一行中，Val代表该日的那个M_id的值，即Half_hr（Half_hr：1,2是小时1,3,4是小时2，依此类推）。我的实际数据有很多ID和天数以及48个半小时（24小时）的价值

现在，我想将每个Half_hr的数据汇总到每个小时，每天每个M_id。

我的输出应如下所示：

>df:

M_id    Day Hour_1  Hour_2
1000    1    0.35    0.6
1000    2    0.9     0.85
1001    1    0.35    0.8
1001    2    0.11    1.05

示例是M_id = 1000，Day = 1，Hour_1 = Val（Half_hr-1 + Half_hr-2）= 0.25 + 0.1 = 0.35。类似地，对于Hour_2 = val（Half_hr-3 + Half_hr-4）= 0.2 + 0.4 = 0.6

我使用for循环和sqldf完成了这项工作，但这需要花费很多时间。

我请求优化代码，因为我必须处理的数据有1000个M_ids，每个M5ids为535天，每天48个Half_hrs（24小时数据）。

Answer 1

我们可以使用data.table。转换＆＃39; data.frame＆＃39;到＆＃39; data.table＆＃39; （setDT(df)。在按＆＃34; M_id＆＃34;，＆＃34; Day＆＃34;分组后，使用gl创建分组变量，然后使用dcast转换为＆＃ 39;长期＆＃39;广泛格式

library(data.table)
df1 <- setDT(df)[order(M_id,Day, Half_hr)][,
         gr:=gl(.N, 2, .N) , .(M_id ,Day)][]
dcast(df1, M_id+Day~paste0("Hour_", gr), value.var="Val", sum)
#   M_id Day Hour1 Hour2
#1: 1000   1  0.35  0.60
#2: 1000   2  0.90  0.85
#3: 1001   1  0.35  0.80
#4: 1001   2  1.10  1.05

Answer 2

以下是基础R中使用transform()，aggregate()和reshape()的解决方案：

reshape(aggregate(Val~.,transform(df,Hour=(Half_hr-1L)%/%2L+1L,Half_hr=NULL),sum),dir='w',idvar=c('M_id','Day'),timevar='Hour');
##   M_id Day Val.1 Val.2
## 1 1000   1  0.35  0.60
## 2 1001   1  0.35  0.80
## 3 1000   2  0.90  0.85
## 4 1001   2  1.10  1.05

从R中的数据帧中提取/重塑数据

2 个答案: