Question

drop中的dcast参数（来自＆＃34; reshape2＆＃34;或＆＃34; dplyr＆＃34;）来自＆＃34; long＆＃34 ;广泛的＆＃34;数据集，您甚至想要为长形式中不存在的组合创建列。

事实证明，使用drop也会影响公式左侧（LHS）和右侧（RHS）的组合。因此，它还会根据LHS值的组合创建额外的行。

有没有办法覆盖这种行为？

以下是一些示例数据：

library(data.table)
DT <- data.table(v1 = c(1.105, 1.105, 1.105, 2.012, 2.012, 2.012),
                 ID = c(1L, 1L, 1L, 2L, 2L, 2L), 
                 v2 = structure(c(2L, 3L, 5L, 1L, 2L, 6L), 
                                .Label = c("1", "2", "3", "4", "5", "6"), 
                                class = "factor"),
                 v3 = c(3L, 2L, 2L, 5L, 4L, 3L))

请注意＆＃34; v2＆＃34;是一个factor列，有6个级别。我基本上想要从＃34; long＆＃34;广泛＆＃34;，但为任何缺失的因素水平添加列（在这种情况下＆＃34; 4＆＃34;）。

reshape处理形状，但不处理缺失的列：

reshape(DT, direction = "wide", idvar = c("ID", "v1"), timevar = "v2")
#       v1 ID v3.2 v3.3 v3.5 v3.1 v3.6
# 1: 1.105  1    3    2    2   NA   NA
# 2: 2.012  2    4   NA   NA    5    3

dcast会处理添加缺失的列，但前提是LHS上只有一个值：

dcast(DT, ID ~ v2, value.var = "v3", drop = FALSE)
#    ID  1 2  3  4  5  6
# 1:  1 NA 3  2 NA  2 NA
# 2:  2  5 4 NA NA NA  3

如果LHS上有多个值，则LHS上的值组合也会扩展，就像我们使用CJ或expand.grid一样，但第2行和第3行不在我感兴趣的是：

dcast(DT, ... ~ v2, value.var = "v3", drop = FALSE)
#       v1 ID  1  2  3  4  5  6
# 1: 1.105  1 NA  3  2 NA  2 NA
# 2: 1.105  2 NA NA NA NA NA NA
# 3: 2.012  1 NA NA NA NA NA NA
# 4: 2.012  2  5  4 NA NA NA  3

这类似于在基础R中使用xtabs：ftable(xtabs(v3 ~ ID + v1 + v2, DT))。

有没有办法让dcast知道这一点，＆＃34;嘿。 LHS上的值组合是ID。不要试图为我填写。＆＃34;

我目前的做法是做三个步骤，一个用于折叠LHS值，另一个用于展开RHS值，然后用于合并结果。

merge(DT[, list(v1 = unique(v1)), .(ID)],  ## or unique(DT[, c("ID", "v1"), with = FALSE])
      dcast(DT, ID ~ v2, value.var = "v3", drop = FALSE), 
      by = "ID")[]
#    ID    v1  1 2  3  4  5  6
# 1:  1 1.105 NA 3  2 NA  2 NA
# 2:  2 2.012  5 4 NA NA NA  3

我缺少一种更好的方法吗？

Answer 1

刚刚在data.table开发版v1.9.7 commit 2113中实现，关闭了#1512。

require(data.table) # v1.9.7, commit 2113+
dcast(DT, ... ~ v2, value.var = "v3", drop = c(TRUE, FALSE))
#       v1 ID  1 2  3  4  5  6
# 1: 1.105  1 NA 3  2 NA  2 NA
# 2: 2.012  2  5 4 NA NA NA  3

使`dcast`中的`drop`参数只查看公式

1 个答案: