我有什么：
我有一个如下所示的数据框：
sequence foo model output real
1 3 a 12 12
1 3 b 29 12
1 3 c 10 12
1 3 d 38 12
1 3 e 10 12
2 3 a 38 15
2 3 b 10 15
2 3 c 29 15
2 3 d 56 15
2 3 e 10 15
创建者：
d.test = data.frame(
sequence = c(1, 1, 1, 1, 1, 2, 2, 2, 2, 2),
foo = c(3, 3, 3, 3, 3, 3, 3, 3, 3, 3),
model = c("a", "b", "c", "d", "e", "a", "b", "c", "d", "e"),
output = c(12, 29, 10, 38, 10, 38, 10, 29, 56, 10),
real = c(12, 12, 12, 12, 12, 15, 15, 15, 15, 15)
)
该模型为每个给定的output预测sequence，但每个序列也会记录real输出。
我需要什么：
我想转换数据，使real成为“模型”本身，即：
sequence foo model output
1 3 a 12
1 3 b 29
1 3 c 10
1 3 d 38
1 3 e 10
1 3 real 12
2 3 a 38
2 3 b 10
2 3 c 29
2 3 d 56
2 3 e 10
2 3 real 15
如何使用dplyr，tidyr及其兄弟来实现这一目标？
请注意，对于“不错”的解决方案，不应该：
foo 我尝试了什么：
我尝试了以下操作，但感觉很笨拙：
unique(
melt(d.test,
id.vars = c("sequence", "foo"),
measure.vars = c("real"),
variable.name = "model",
value.name = "output"
)
)
现在我必须从原始数据框中删除real列并附加我刚才所做的行。这不是一个好的解决方案，因为除了foo列之外，我可能还有更多列要保留，然后我必须将它们指定为id.vars。
答案 0 :(得分：5)
我使用data.table：
app.js
auth/
auth.js
passport.js
src/
routes/
authenticatedRoutes.js
如果我不得不使用＆＃39;经文：
library(data.table)
setDT(d.test)
d.test[,
rbind(.SD, .SD[1L][, `:=`(model = "real", output = real[1L])])
, by=sequence][, real := NULL][]
然后叠加它们：
d.real = d.test %>% distinct(sequence) %>%
mutate(model = "real", output = real) %>% select(-real)
d = d.test %>% select(-real)
如果排序很重要，请添加bind_rows(d, d.real)
。
评论。 OP中的问题源于不整洁的数据。如果你不知道我的意思，阅读Hadley's paper on the subject可能会有所帮助。
答案 1 :(得分：3)
诀窍是扩大已经很长的数据，然后将其转换回长格式，确保在重新整形中包含real列。
library(dplyr)
library(tidyr)
d.test %>%
spread(model, output) %>%
gather(model, output, -sequence, -foo) %>%
arrange(sequence, model)
#> sequence foo model output
#> 1 1 3 a 12
#> 2 1 3 b 29
#> 3 1 3 c 10
#> 4 1 3 d 38
#> 5 1 3 e 10
#> 6 1 3 real 12
#> 7 2 3 a 38
#> 8 2 3 b 10
#> 9 2 3 c 29
#> 10 2 3 d 56
#> 11 2 3 e 10
#> 12 2 3 real 15
spread是用于扩展长数据的tidyr函数。它需要一个数据框，一列键（变量名）的名称，以及一列值的名称，并将键扩展到多个列上。这是将model - output对分散到多个列后数据的显示方式。
# Convert to wide-format so there is one real per row
d.test.wide <- d.test %>%
spread(model, output)
d.test.wide
#> sequence foo real a b c d e
#> 1 1 3 12 12 29 10 38 10
#> 2 2 3 15 38 10 29 56 10
gather是用于融合数据的tidyr函数。我们使用dplyr的列选择语法，我们告诉它收集除标识符sequence和foo之外的所有列，将密钥存储在model列中，并将值存储在{{1列。
我们还可以明确选择要收集的列：output。剩余的未选定列将用作标识符。
答案 2 :(得分：1)
另一种方法是：
temp = unique(d.test[,-c(3,4)])
temp$model = "real"
colnames(temp)[3] = "output"
d.test$real = NULL
d.test = rbind(d.test,temp)
返回：
> d.test
sequence foo model output
1 1 3 a 12
2 1 3 b 29
3 1 3 c 10
4 1 3 d 38
5 1 3 e 10
6 2 3 a 38
7 2 3 b 10
8 2 3 c 29
9 2 3 d 56
10 2 3 e 10
11 1 3 real 12
61 2 3 real 15
修改 如果要避免对模型和输出的列索引进行编码，请执行以下操作：
temp = unique(d.test[,!grepl("(model|output)",colnames(d.test))])
和
colnames(temp)[which(colnames(temp)=="real")] = "output"
答案 3 :(得分：0)
For Each foundFile As String In
My.Computer.FileSystem.GetFiles(My.Computer.FileSystem.SpecialDirectories.MyDocuments)
(If any found files are, for example, "txt" files, then display their content.)
Next
答案 4 :(得分：0)
使用dplyr的另一种可能的解决方案：
> library(dplyr)
>
>
> d.real <- d.test %>% group_by(sequence) %>%
select(foo=unique(foo),output = unique(real)) %>%
unique() %>% mutate(model='real') %>% as.data.frame() %>% rbind(d.test[,1:4])
%>% arrange(sequence,model)
Adding missing grouping variables: `sequence` #ignore it
>
> knitr::kable(d.real)
| sequence| foo| output|model |
|--------:|---:|------:|:-----|
| 1| 3| 12|a |
| 1| 3| 29|b |
| 1| 3| 10|c |
| 1| 3| 38|d |
| 1| 3| 10|e |
| 1| 3| 12|real |
| 2| 3| 38|a |
| 2| 3| 10|b |
| 2| 3| 29|c |
| 2| 3| 56|d |
| 2| 3| 10|e |
| 2| 3| 15|real |