Question

我想从数据框创建一个协方差矩阵，但不适合创建一个。

使用RPostgreSQL查询数据库后，我有一个以下类型的数据框：

pg_id item_id                        value   date
1     67808755896                    23.5    2016-11-12 
2     223337345                      0       2016-11-12 
3     254337000000                   1       2016-11-12 
4     34604777037                    0       2016-11-12 
5     142223438000                   14.3    2016-11-12 
6     170555690000                   22      2016-11-12

整个数据框大约有500 000行，大约有16 000个item_id。 item_id重复（在这里回顾几个月）。

我最终想要做的是为item_id的值创建一个协方差矩阵。

为了达到这个目的，作为第一步，我想以一种最终形成如下数据框的方式重新排列数据框：

               item_id
   date          67808755896 223337345  254337000000  ...
   2016-11-12    value       value      value 
   2016-11-12    value       value      value               
   2016-11-12    value       value      value        
   2016-11-12    value       value      value      
   2016-11-12    value       value      value         
   2016-11-12    value       value      value

我的问题是，我不知道如何以我需要的方式重新排序数据框。

如果有一个SQL查询可以在检索时为我提供获得所需结构的选项，我想这是最好的。

在R中，我尝试了使用融合以及传播的一些事情但是对于我的本地mac来说计算似乎很重，上次我尝试它时只是在某个时候关闭了。

提前感谢您的帮助！

Answer 1

在R中，这应该非常快：

library(data.table)
set.seed(1)
n_items <- 15996L; n_days <- floor(500000/n_items)
df <- data.frame(
  item_id = 1:n_items,
  date = rep(seq(Sys.Date(), Sys.Date()+n_days, by=1), each=n_items)
)
df$value <- runif(nrow(df))
dim(df)
# [1] 511872       3
uniqueN(df$item_id)
# [1] 15996
setDT(df)
system.time(wide <- dcast(df, date~item_id, value.var = "value", fun.aggregate = mean))
       # User      System verstrichen 
       # 0.19        0.00        0.20 
wide[1:5, 1:5]
#          date          1         2          3         4
# 1: 2017-01-05 0.26550866 0.3721239 0.57285336 0.9082078
# 2: 2017-01-06 0.09235838 0.3801334 0.03702181 0.5900971
# 3: 2017-01-07 0.24687042 0.9922133 0.53181526 0.5044988
# 4: 2017-01-08 0.29523145 0.2263145 0.33291640 0.1165338
# 5: 2017-01-09 0.83870267 0.3274892 0.95595348 0.3889042

Answer 2

查看表格（您的数据框）

如何安排RPostgreSQL查询并在R中创建协方差矩阵

2 个答案: