Question

假设（为了简化）我有一个包含一些控制与治疗数据的表：

Which, Color, Response, Count
Control, Red, 2, 10
Control, Blue, 3, 20
Treatment, Red, 1, 14
Treatment, Blue, 4, 21

对于每种颜色，我想要一行包含对照和治疗数据，即：

Color, Response.Control, Count.Control, Response.Treatment, Count.Treatment
Red, 2, 10, 1, 14
Blue, 3, 20, 4, 21

我想这样做的一种方法是在每个控件/处理子集上使用内部合并（在Color列上合并），但是有更好的方法吗？我在想重塑包或堆栈功能可以某种方式来做，但我不确定。

Answer 1

使用重塑包。

首先，融化你的data.frame：

x <- melt(df)

然后演员：

dcast(x, Color ~ Which + variable)

根据您正在使用的reshape包的版本，可能是cast()（重塑）或dcast()（reshape2）

瞧。

Answer 2

cast包中的reshape函数（不要与基础R中的reshape函数混淆）可以执行此操作以及许多其他操作。见这里：http://had.co.nz/reshape/

Answer 3

添加选项（多年后）....

基本R中的典型方法涉及reshape函数（由于需要时间掌握的众多参数，这通常不受欢迎）。它对于较小的数据集来说是一个非常有效的函数，但并不总能很好地扩展。

reshape(mydf, direction = "wide", idvar = "Color", timevar = "Which")
#   Color Response.Control Count.Control Response.Treatment Count.Treatment
# 1   Red                2            10                  1              14
# 2  Blue                3            20                  4              21

已经涵盖了来自＆＃34;重塑＆＃34;的cast / dcast。和＆＃34; reshape2＆＃34; （现在，来自＆＃34; data.table＆＃34;的dcast.data.table，在拥有大型数据集时尤其有用）。但也来自Hadleyverse，那里有＆＃34; tidyr＆＃34;，它与＆＃34; dplyr＆＃34;包：

library(tidyr)
library(dplyr)
mydf %>%
  gather(var, val, Response:Count) %>%  ## make a long dataframe
  unite(RN, var, Which) %>%             ## combine the var and Which columns
  spread(RN, val)                       ## make the results wide
#   Color Count_Control Count_Treatment Response_Control Response_Treatment
# 1  Blue            20              21                3                  4
# 2   Red            10              14                2                  1

~~另外需要注意的是，在即将推出的＆＃34; data.table＆＃34;版本中，dcast.data.table函数应该能够处理此问题而无需先melt你的数据。~~

data.table的{{1}}实现允许您将多列转换为宽格式而不首先将其熔化，如下所示：

dcast

Answer 4

Reshape确实可以将瘦的数据框（例如，从简单的SQL查询）转换为宽矩阵，并且非常灵活，但速度很慢。对于大量数据，非常非常慢。幸运的是，如果你只想转向一个固定的形状，那么编写一个小C函数来快速进行转换是相当容易的。

在我的例子中，使用3列和672,338行旋转瘦数据框需要34秒重塑，使用我的R代码需要25秒，使用C需要2.3秒。具有讽刺意味的是，C实现可能比我更容易编写（调整速度）R实施。

这是用于旋转浮点数的核心C代码。请注意，它假设您已经在调用C代码之前在R 中分配了正确大小的结果矩阵，这导致R-devel人员惊恐地颤抖：

#include <R.h> #include <Rinternals.h> /* * This mutates the result matrix in place. */ SEXP dtk_pivot_skinny_to_wide(SEXP n_row ,SEXP vi_1 ,SEXP vi_2 ,SEXP v_3 ,SEXP result) { int ii, max_i; unsigned int pos; int nr = *INTEGER(n_row); int * aa = INTEGER(vi_1); int * bb = INTEGER(vi_2); double * cc = REAL(v_3); double * rr = REAL(result); max_i = length(vi_2); /* * R stores matrices by column. Do ugly pointer-like arithmetic to * map the matrix to a flat vector. We are translating this R code: * for (ii in 1:length(vi.2)) * result[((n.row * (vi.2[ii] -1)) + vi.1[ii])] <- v.3[ii] */ for (ii = 0; ii < max_i; ++ii) { pos = ((nr * (bb[ii] -1)) + aa[ii] -1); rr[pos] = cc[ii]; /* printf("ii: %d \t value: %g \t result index: %d \t new value: %g\n", ii, cc[ii], pos, rr[pos]); */ } return(result); }

将行旋转到列中

4 个答案: