一次重塑多个值

Posted 2023-02-14

【中文标题】一次重塑多个值

【英文标题】：Reshape multiple values at once

【发布时间】：2015-01-30 13:28:26

【问题描述】：

我有一个很长的数据集我想扩大，我很好奇是否有一种方法可以使用 R 中的 reshape2 或 tidyr 包一步完成。

数据框df如下所示：

id  type    transactions    amount
20  income       20          100
20  expense      25          95
30  income       50          300
30  expense      45          250

我想解决这个问题：

id  income_transactions expense_transactions    income_amount   expense_amount
20       20                           25                 100             95
30       50                           45                 300             250

我知道我可以通过例如 reshape2 获得其中的一部分：

dcast(df, id ~  type, value.var="transactions")

但是有没有办法一次性重塑整个 df，同时解决“交易”和“金额”变量？最好使用新的更合适的列名？

【参考方案1】：

在“reshape2”中，您可以使用recast（尽管根据我的经验，这不是一个广为人知的功能）。

library(reshape2)
recast(mydf, id ~ variable + type, id.var = c("id", "type"))
#   id transactions_expense transactions_income amount_expense amount_income
# 1 20                   25                  20             95           100
# 2 30                   45                  50            250           300

你也可以使用base R的reshape：

reshape(mydf, direction = "wide", idvar = "id", timevar = "type")
#   id transactions.income amount.income transactions.expense amount.expense
# 1 20                  20           100                   25             95
# 3 30                  50           300                   45            250

或者，你可以melt 和dcast，像这样（这里是“data.table”）：

library(data.table)
library(reshape2)
dcast.data.table(melt(as.data.table(mydf), id.vars = c("id", "type")), 
                 id ~ variable + type, value.var = "value")
#    id transactions_expense transactions_income amount_expense amount_income
# 1: 20                   25                  20             95           100
# 2: 30                   45                  50            250           300

在更高版本的dcast.data.table 中来自“data.table”(1.9.8) you will be able to do this directly。如果我理解正确，@Arun 试图实现的将是进行重塑，而无需首先 melt 数据，这就是 recast 目前发生的情况，它本质上是 melt + @987654333 的包装器@ 操作序列。

---

并且，为了彻底起见，这里是tidyr 方法：

library(dplyr)
library(tidyr)
mydf %>% 
  gather(var, val, transactions:amount) %>% 
  unite(var2, type, var) %>% 
  spread(var2, val)
#   id expense_amount expense_transactions income_amount income_transactions
# 1 20             95                   25           100                  20
# 2 30            250                   45           300                  50

【讨论】：

这是一个不错的答案（开明+不错的答案徽章正在路上...），但不确定我们需要什么tidyr，dplyr，data.table，@ 987654339@ 等，当有这样一种简单的方法可以用基础 R 完成它时

@DavidArenburg，规模化速度，真的。我是reshape 的老铁杆粉丝，但如果有人正在处理远程大数据，这不是我的第一个建议。

reshape() 简单吗？我要说的就是“bahahahaha”

@hadley，我不能代表 David，但我没有将他的评论解释为意味着 reshape() 很简单，而是暗示这里的 reshape() 方法实际上相当简单.

在这种情况下，与 tidyr、dplyr、data.table、reshape2 等“混淆”的全部意义在于它们可以更好地泛化到新问题，而 reshape() 没有。跨度>

【参考方案2】：

使用 data.table v1.9.6+，我们可以同时转换多个value.var 列（并且还可以在fun.aggregate 中使用多个聚合函数）。请参阅?dcast 了解更多信息以及示例部分。

require(data.table) # v1.9.6+
dcast(dt, id ~ type, value.var=names(dt)[3:4])
#    id transactions_expense transactions_income amount_expense amount_income
# 1: 20                   25                  20             95           100
# 2: 30                   45                  50            250           300