Question

我几天前问过同一个问题（ click here），但未提及使用data.table的结果会受到赞赏

“聚合解决方案”工作正常，即使它很慢！我正在寻找一种更快的方法来解决这个问题。

我想重塑以下data.frame：

df <- data.frame(x=c("p1","p1","p2"),y=c("a","b","a"),z=c(14,14,16))
df
   x y  z
1 p1 a 14
2 p1 b 14
3 p2 a 16

所以它看起来像这样：

df2 <- data.frame(x=c("p1","p2"),a=c(1,1),b=c(1,0),z=c(14,16))
   x a b  z
1 p1 1 1 14
2 p2 1 0 16

y中的变量df应该被打破，以便其元素是新变量，每个虚拟编码。所有其他变量（在这种情况下只是z）对于每个人（p1，p2等）都是相等的。特定人员p具有不同值的唯一变量是y 我想要这个的原因是因为我需要通过变量x将此数据集与其他数据集合并。事实是，它需要每人一行（p1，p2等）。

Answer 1

目前在data.table中使用宽屏格式有点尴尬，但我认为这有效：

library(data.table)
dt = data.table(x=c("p1","p1","p2"),y=c("a","b","a"),z=c(14,14,16))

setkey(dt, x, y)
dt[CJ(unique(x), unique(y)), list(.N, z)][,
   setNames(as.list(c(N, z[!is.na(z)][1])), c(y, 'z')), by = x]
#    x a b  z
#1: p1 1 1 14
#2: p2 1 0 16

CJ部分加入了唯一x和y的所有组合，然后在该联接中有一个隐藏的 by-without-by 用于通过.N计算计数。一旦你有了这些，只需要将每个x和任何非NA z（我选择第一个）放在水平位置，并使用as.list完成。最后setNames正确设置列名称。

使用data.table包重塑数据

1 个答案: