将数据框重新排列到表格中，与“融化”相反 [重复]

Posted 2023-02-14

【中文标题】将数据框重新排列到表格中，与“融化”相反 [重复]

【英文标题】：Rearrange dataframe to a table, the opposite of "melt" [duplicate]

【发布时间】：2011-12-11 06:51:04

【问题描述】：

我有这样的巨大数据框：

SN = c(1:100, 1:100, 1:100, 1:100)  
class = c(rep("A1", 100), rep("B2", 100), rep("C3", 100), rep("D4", 100)) # total 6000 levels 
myvar = rnorm(400)
mydf = data.frame(SN, class, myvar) 

我想“解开”到一个表，每个级别都为单列，myvar 被填充：

SN          A1            B2          C3         D4       .............and so on for all 6000 

我怎样才能做到这一点，我知道这是一个简单的问题，但我想不通。

【问题讨论】：

在包中reshape2与melt相反的是cast

感谢您的建议，require(reshape2); acast(mydf, myvar ~ class) 产生了糟糕的结果

请参阅下面的答案以获取正确的语法。用了几次之后真的很自然。比内置的reshape()好多了。

把你想要的表格输出想象成一个图：我们希望SN在垂直方向上变化（如y），class在水平方向上变化（如x） .所以我们有SN ~ class而不是y ~ x

请参阅***.com/a/9617424/210673 了解类似问题以及执行此操作的方法列表。

【参考方案1】：

> dcast(mydf, SN ~ class)

  SN         A1         B2          C3          D4
1  1  0.1461258  0.8325014  0.33562088 -0.07294576
2  2  0.5964182  0.4593710 -0.23652803 -1.52539568
3  3  2.0247742 -1.1235963  1.79875447 -1.87462227
4  4  0.8184004  1.3486721  0.76076486 -1.18311991
5  5 -0.6577212  0.3666741 -0.06057506  1.38825487
6  6  0.1590443  0.2043661  0.08161778  0.10421797
...

【讨论】：

注意：这是来自reshape2 库。

另请注意，“最佳实践”是：dcast(mydf, SN ~ class, value.var="myvar")

嗯，这样可以吗？ iris_melt <- melt(iris); dcast(iris_melt, Species~variable)?因为它没有。它给出计数（按测量表的物种）。

@naught101：当给定组合有不止一行时，就会发生这种情况。如果只有一个，则使用该值。

【参考方案2】：

molten = melt( mydf , id.vars = c( "SN" , "class" ) , measure.vars = "myvar" )
casted = dcast( molten , SN~class )

【参考方案3】：

split 的另一种方法：

mydfSplit <- split(mydf[,-2], mydf$class, drop=TRUE)

结果是一个列表，如果组件具有相同的尺寸（在本例中是这样），则可以轻松地将其转换为 data.frame：

mydf2 <- do.call(cbind, mydfSplit)

这个解决方案的问题是最终结果的名称需要清理。但是，对于更一般的数据，如果 SN 对于每个类都不同，这可能会很有用。

【参考方案4】：

在基础 R 中，你可以这样做......

# get it sorted so that all you need to do is make a matrix out of it
mydf <- mydf[order(mydf$class, mydf$SN),]
# save the unique values of SN
SNu <- unique(mydf$SN)
# combine a matrix with SN
mydfw <- data.frame(SNu, matrix(mydf$myvar, nrow = length(SNu)))
# name your columns    
colnames(mydfw) <- c('SN', levels(mydf$class))

或者，为了更简洁的表达式使用聚合

aggregate(myvar~SN, mydf, 'c')
# column names don't come out great
colnames(mydfw) <- c('SN', levels(mydf$class))

【讨论】：

假设所有级别的组合都存在，这通常是一个危险的假设。

它适用于示例。你只是不喜欢第一个，因为它非常快。 :) 但是开个玩笑，提问者，哈德利是正确的，如果你没有完整的矩阵，那么这将无法正常工作。您可以使用 expand.grid 与完整的因子设计合并以获取感兴趣的因素。