dcast中的value.var可以是列表还是具有多个值变量？

Question

在dcast.data.table的帮助文件中，有一条说明已实现新功能的说明：＆＃34; dcast.data.table允许value.var列为类型列表＆＃34; < / p>

我认为这意味着列表中可以有多个值变量，即采用以下格式：

dcast.data.table(dt, x1~x2, value.var=list('var1','var2','var3'))

但我们收到错误：'value.var' must be a character vector of length 1.

是否有这样的功能，如果没有，那么其他单线替代品会是什么？

编辑：回复以下评论

在某些情况下，您要将多个变量视为value.var。想象一下，例如x2由3个不同的周组成，你有2个值变量，如盐和糖的消耗，你想在不同的周内投射这些变量。当然，你可以融化＆＃39;将2个值变量放入一个列中，但为什么要使用两个函数做什么，当你可以在像reshape这样的函数中做到这一点时呢？

（注意：我还注意到reshape无法将多个变量视为dcast的时间变量。）

所以我的观点是，我不明白为什么这些功能不允许灵活地在value.var或time.var中包含多个变量，正如我们所允许的那样id.var的多个变量。

Answer 1

从data.table的v1.9.6开始，我们可以同时转换多个value.var列（并在fun.aggregate中使用多个聚合函数）。有关详情，请参阅?dcast和Efficient reshaping using data.tables小插图。

以下是我们如何使用dcast：

dcast(setDT(mydf), x1 ~ x2, value.var=c("salt", "sugar"))
#    x1 salt_1 salt_2 salt_3 sugar_1 sugar_2 sugar_3
# 1:  1      3      4      6       1       2       2
# 2:  2     10      3      9       5       3       6
# 3:  3     10      7      7       4       6       7

Answer 2

更新

显然，the fix was much easier ......

---

从技术上讲，你的陈述表明“＃34;显然没有这样的功能＆＃34;并非完全正确。 recast函数中存在这样的特征（隐藏了熔化和铸造过程），但似乎Hadley忘记完成函数或其他东西：函数返回相关的list部分操作。

这是一个最小的例子......

一些示例数据：

set.seed(1)
mydf <- data.frame(x1 = rep(1:3, each = 3),
                   x2 = rep(1:3, 3),
                   salt = sample(10, 9, TRUE),
                   sugar = sample(7, 9, TRUE))

mydf
#   x1 x2 salt sugar
# 1  1  1    3     1
# 2  1  2    4     2
# 3  1  3    6     2
# 4  2  1   10     5
# 5  2  2    3     3
# 6  2  3    9     6
# 7  3  1   10     4
# 8  3  2    7     6
# 9  3  3    7     7

您似乎想要达到的效果：

reshape(mydf, idvar='x1', timevar='x2', direction='wide')
#   x1 salt.1 sugar.1 salt.2 sugar.2 salt.3 sugar.3
# 1  1      3       1      4       2      6       2
# 4  2     10       5      3       3      9       6
# 7  3     10       4      7       6      7       7

recast正在行动中。 （请注意，这些值都是我们所期望的维度中的所有值。）

library(reshape2)
out <- recast(mydf, x1 ~ x2 + variable, measure.var = c("salt", "sugar"))
### recast(mydf, x1 ~ x2 + variable, id.var = c("x1", "x2"))
out
# $data
#      [,1] [,2] [,3] [,4] [,5] [,6]
# [1,]    3    1    4    2    6    2
# [2,]   10    5    3    3    9    6
# [3,]   10    4    7    6    7    7
# 
# $labels
# $labels[[1]]
#   x1
# 1  1
# 2  2
# 3  3
# 
# $labels[[2]]
#   x2 variable
# 1  1     salt
# 2  1    sugar
# 3  2     salt
# 4  2    sugar
# 5  3     salt
# 6  3    sugar

老实说，我不确定这是不完整的功能，还是它是另一个功能的辅助功能。

所有信息都可以将数据重新组合在一起，从而可以轻松编写如下函数：

recast2 <- function(...) {
  inList <- recast(...)
  setNames(cbind(inList[[2]][[1]], inList[[1]]),
           c(names(inList[[2]][[1]]), 
             do.call(paste, c(rev(inList[[2]][[2]]), sep = "_"))))
}
recast2(mydf, x1 ~ x2 + variable, measure.var = c("salt", "sugar"))
#   x1 salt_1 sugar_1 salt_2 sugar_2 salt_3 sugar_3
# 1  1      3       1      4       2      6       2
# 2  2     10       5      3       3      9       6
# 3  3     10       4      7       6      7       7

同样，recast2方法的一个可能优势是能够在同一步骤中聚合和重塑。

Answer 3

使用A5C1D2H2I1M1N2O1R2T1's answer中的示例数据框hamcrest。

使用mydf

修改2016年12月

Reshape2已替换为tidyr package。

tidyr

基于library(tidyr) mydf %>% gather(variable, value, -x1, -x2) %>% unite(x2_variable, x2, variable) %>% spread(x2_variable, value) # x1 1_salt 1_sugar 2_salt 2_sugar 3_salt 3_sugar # 1 1 3 1 4 2 6 2 # 2 2 10 5 3 3 9 6 # 3 3 10 4 7 6 7 7

的原始答案

@AlexR加入了他的问题：

  

当然，您可以将2个值变量“融化”为一个列，

对于那些来这里寻找基于reshape2的答案的人来说，这里是如何融合数据然后根据“变量”使用dcast。

reshape2

变量列现在将包含'var1'，'var2'，'var3'。您可以使用

达到预期的效果

dt2 <- melt(mydf, id = c("x1", "x2")) 

value.var在此函数调用中是可选的，因为dcast会自动猜测它。