将数组重塑为 data.frame
Posted
技术标签:
【中文标题】将数组重塑为 data.frame【英文标题】：Reshaping an array to data.frame 【发布时间】：2012-06-23 21:06:18 【问题描述】：我在plyr 中从daply 输出以下数据结构（“原子向量？”），其中我让函数为每个主题、条件和项目返回三个不同的度量。
x = structure(c(-0.93, 0.39, 0.88, 0.63, 0.86, -0.69, 1.02, 0.29, 0.94,
0.93, -0.01, 0.79, 0.32, 0.14, 0.13, -0.07, -0.63, 0.26, 0.07, 0.87,
-0.36, 1.043, 0.33, -0.12, -0.055, 0.07, 0.67, 0.48, 0.002, 0.008,
-0.19, -1.39, 0.98, 0.43, -0.02, -0.15,-0.08, 0.74, 0.96, 0.44, -0.005,
1.09, 0.36, 0.04, 0.09, 0.17, 0.68, 0.51, 0.09, 0.12, -0.05, 0.11,
0.99, 0.62, 0.13, 0.06, 0.27, 0.74, 0.96, 0.45), .Dim = c(5L,
2L, 2L, 3L), .Dimnames = structure(list(Subject = c("s1", "s2",
"s3", "s4", "s5"), Cond = c("A", "B"), Item = c("1", "2"), c("Measure1",
"Measure2", "Measure3")), .Names = c("Subject", "Cond",
"Item", "")))
我想把它改成这样：
Subject Cond Item Measure1 Measure2 Measure3
s1 A 1 -0.93 -0.360 -0.005
s1 A 2 -0.01 -0.19 -0.05
s1 B 1 -0.69 0.070 0.17
s1 B 2 -0.07 -0.15 0.06
s2 A 1 0.39 1.043 1.090
s2 A 2 0.79 -1.39 0.11
s2 B 1 1.02 0.670 0.68
s2 B 2 -0.63 -0.08 0.27
等等。
有没有简单的方法可以做到这一点？
【问题讨论】：
顺便说一下，你的数据结构是一个数组。我知道因为*aply 总是会返回一个数组。另外，我知道如何使用str(x) 并阅读结果。
【参考方案1】：
使用as.data.frame.table()。
d0 <- as.data.frame.table(x)
head(d0)
# Subject Cond Item Var4 Freq
# 1 s1 A 1 Measure1 -0.93
# 2 s2 A 1 Measure1 0.39
# 3 s3 A 1 Measure1 0.88
# 4 s4 A 1 Measure1 0.63
# 5 s5 A 1 Measure1 0.86
# 6 s1 B 1 Measure1 -0.69
library(tidyr)
d1 <- pivot_wider(data = d0, names_from = "Var4", values_from = "Freq")
head(d1)
# Subject Cond Item Measure1 Measure2 Measure3
# 1 s1 A 1 -0.93 -0.360 -0.005
# 2 s1 A 2 -0.01 -0.190 -0.050
# 3 s1 B 1 -0.69 0.070 0.170
# 4 s1 B 2 -0.07 -0.150 0.060
# 5 s2 A 1 0.39 1.043 1.090
# 6 s2 A 2 0.79 -1.390 0.110
【讨论】：
这也比adply快很多
第二步的 Base R 等效项：reshape(d0, idvar = c('Subject', 'Cond', 'Item'), timevar = 'Var4', direction = "wide")【参考方案2】：
是的，使用adply()：
adply(x, c(1,2,3))
Subject Cond Item Measure1 Measure2 Measure3
1 s1 A 1 -0.93 -0.360 -0.005
2 s2 A 1 0.39 1.043 1.090
3 s3 A 1 0.88 0.330 0.360
4 s4 A 1 0.63 -0.120 0.040
5 s5 A 1 0.86 -0.055 0.090
6 s1 B 1 -0.69 0.070 0.170
7 s2 B 1 1.02 0.670 0.680
8 s3 B 1 0.29 0.480 0.510
9 s4 B 1 0.94 0.002 0.090
10 s5 B 1 0.93 0.008 0.120
11 s1 A 2 -0.01 -0.190 -0.050
12 s2 A 2 0.79 -1.390 0.110
13 s3 A 2 0.32 0.980 0.990
14 s4 A 2 0.14 0.430 0.620
15 s5 A 2 0.13 -0.020 0.130
16 s1 B 2 -0.07 -0.150 0.060
17 s2 B 2 -0.63 -0.080 0.270
18 s3 B 2 0.26 0.740 0.740
19 s4 B 2 0.07 0.960 0.960
20 s5 B 2 0.87 0.440 0.450
【讨论】：
有更快的替代方案吗？ 另外，有没有使用 "base" R 的替代方法？ --> @gjabel 的回答（更有意义，因为这只是基本的 R）。【参考方案3】：df = melt(x) 为您提供与您想要的非常相似的东西。然后，您可以从不同的测量级别计算各种测量变量。
使用“reshape2”包，尝试：
dcast(melt(x), Subject + Cond + Item ~ Var4)
【讨论】：
melt 比adply 快得多。我从 NetCDF 文件中读取了一个非常大的数据集，adply 无法在不崩溃的情况下完成，而melt 在不到一秒的时间内创建了我的数据框。【参考方案4】：
ftable 几乎可以让你到达你需要的地方：
y <- ftable(x)
y
#
# Measure1 Measure2 Measure3
# Subject Cond Item
# s1 A 1 -0.930 -0.360 -0.005
# 2 -0.010 -0.190 -0.050
# B 1 -0.690 0.070 0.170
# 2 -0.070 -0.150 0.060
# s2 A 1 0.390 1.043 1.090
# 2 0.790 -1.390 0.110
# B 1 1.020 0.670 0.680
# 2 -0.630 -0.080 0.270
# s3 A 1 0.880 0.330 0.360
# 2 0.320 0.980 0.990
# B 1 0.290 0.480 0.510
# 2 0.260 0.740 0.740
# s4 A 1 0.630 -0.120 0.040
# 2 0.140 0.430 0.620
# B 1 0.940 0.002 0.090
# 2 0.070 0.960 0.960
# s5 A 1 0.860 -0.055 0.090
# 2 0.130 -0.020 0.130
# B 1 0.930 0.008 0.120
# 2 0.870 0.440 0.450
但是，大多数人可能更喜欢data.frame 中的数据。使用as.data.frame.matrix 提取值，但不提取行名和列名。 ftable 将该信息存储在 row.vars 和 col.vars 属性中。
attributes(y)$row.vars
# $Subject
# [1] "s1" "s2" "s3" "s4" "s5"
#
# $Cond
# [1] "A" "B"
#
# $Item
# [1] "1" "2"
attributes(y)$col.vars
# [[1]]
# [1] "Measure1" "Measure2" "Measure3"
我们可以使用这些信息编写一个将ftable 转换为data.frame 的函数：
ftable2df <- function(mydata)
ifelse(class(mydata) == "ftable",
mydata <- mydata, mydata <- ftable(mydata))
dfrows <- rev(expand.grid(rev(attr(mydata, "row.vars"))))
dfcols <- as.data.frame.matrix(mydata)
names(dfcols) <- do.call(
paste, c(rev(expand.grid(rev(attr(mydata, "col.vars")))), sep = "_"))
cbind(dfrows, dfcols)
这里直接用在你原来的“x”上：
ftable2df(x)
# Subject Cond Item Measure1 Measure2 Measure3
# 1 s1 A 1 -0.93 -0.360 -0.005
# 2 s1 A 2 -0.01 -0.190 -0.050
# 3 s1 B 1 -0.69 0.070 0.170
# 4 s1 B 2 -0.07 -0.150 0.060
# 5 s2 A 1 0.39 1.043 1.090
# 6 s2 A 2 0.79 -1.390 0.110
# 7 s2 B 1 1.02 0.670 0.680
# 8 s2 B 2 -0.63 -0.080 0.270
# 9 s3 A 1 0.88 0.330 0.360
# 10 s3 A 2 0.32 0.980 0.990
# 11 s3 B 1 0.29 0.480 0.510
# 12 s3 B 2 0.26 0.740 0.740
# 13 s4 A 1 0.63 -0.120 0.040
# 14 s4 A 2 0.14 0.430 0.620
# 15 s4 B 1 0.94 0.002 0.090
# 16 s4 B 2 0.07 0.960 0.960
# 17 s5 A 1 0.86 -0.055 0.090
# 18 s5 A 2 0.13 -0.020 0.130
# 19 s5 B 1 0.93 0.008 0.120
# 20 s5 B 2 0.87 0.440 0.450
【讨论】：
在ftable2df中，ifese可以写成if (!inherits(mydata, "ftable")) mydata <- ftable(mydata)以上是关于将数组重塑为 data.frame的主要内容，如果未能解决你的问题，请参考以下文章