Из того, что я прочитал, * операции литья в reshape2 потеряли свою функцию result_variable. Хэдли намекает на использование plyr для этой цели (добавление нескольких столбцов результата во входной кадр данных). Как я могу реализовать пример документации...
aqm <- melt(airquality, id=c("month", "day"), na.rm=TRUE)
cast(aqm, month ~ variable + result_variable, range)
с помощью reshape2 (dcast) и plyr (ddply)?
Этот вопрос имеет несколько ответов из-за гибкости пакетов 'reshape2' и 'plyr'. Я покажу один из самых простых примеров, чтобы понять здесь:
library(reshape2)
library(plyr)
aqm <- melt(airquality, id=c("Month", "Day"), na.rm=TRUE)
aqm_ply <- ddply(aqm, .(Month, variable), summarize, min=min(value), max=max(value))
aqm_melt <- melt(aqm_ply, id=c("Month", "variable"), variable.name="variable2")
dcast(aqm_melt, Month ~ variable + variable2)
# Month Ozone_min Ozone_max Solar.R_min Solar.R_max Wind_min Wind_max Temp_min Temp_max
# 1 5 1 115 8 334 5.7 20.1 56 81
# 2 6 12 71 31 332 1.7 20.7 65 93
# 3 7 7 135 7 314 4.1 14.9 73 92
# 4 8 9 168 24 273 2.3 15.5 72 97
# 5 9 7 96 14 259 2.8 16.6 63 93
Шаг 1. Позвольте разбить его на шаги. Во-первых, оставьте определение "aqm" самостоятельно и работайте с расплавленными данными. Это облегчит понимание примера.
aqm <- melt(airquality, id=c("Month", "Day"), na.rm=TRUE)
# Month Day variable value
# 1 5 1 Ozone 41.0
# 2 5 2 Ozone 36.0
# 3 5 3 Ozone 12.0
# 4 5 4 Ozone 18.0
# ...
# 612 9 30 Temp 68.0
Шаг 2. Теперь мы хотим заменить столбец "значение" столбцами "min" и "max". Мы можем выполнить это с помощью функции "ddply" из пакета "plyr". Для этого мы используем функцию "ddply" (кадр данных как входной сигнал, кадр данных в качестве выходного сигнала, следовательно, "dd" -слойный). Сначала указываем данные.
ddply(aqm,
И затем мы укажем переменные, которые хотим использовать для группировки наших данных, "Месяц" и "переменная". Мы используем функцию ., чтобы ссылаться на эти переменные напрямую, а не ссылаться на значения, которые они содержат.
ddply(aqm, .(Month, variable),
Теперь нам нужно выбрать агрегирующую функцию. Здесь мы выбираем функцию summarize, потому что у нас есть столбцы ( "День" и "значение" ), которые мы не хотим включать в наши окончательные данные. Функция summarize удалит все исходные, негрупповые столбцы.
ddply(aqm, .(Month, variable), summarize,
Наконец, мы укажем расчет для каждой группы. Мы можем ссылаться на столбцы исходного фрейма данных ( "aqm" ), даже если они не будут содержаться в нашем конечном кадре данных. Вот как это выглядит:
aqm_ply <- ddply(aqm, .(Month, variable), summarize, min=min(value), max=max(value))
# Month variable min max
# 1 5 Ozone 1.0 115.0
# 2 5 Solar.R 8.0 334.0
# 3 5 Wind 5.7 20.1
# 4 5 Temp 56.0 81.0
# 5 6 Ozone 12.0 71.0
# 6 6 Solar.R 31.0 332.0
# 7 6 Wind 1.7 20.7
# 8 6 Temp 65.0 93.0
# 9 7 Ozone 7.0 135.0
# 10 7 Solar.R 7.0 314.0
# 11 7 Wind 4.1 14.9
# 12 7 Temp 73.0 92.0
# 13 8 Ozone 9.0 168.0
# 14 8 Solar.R 24.0 273.0
# 15 8 Wind 2.3 15.5
# 16 8 Temp 72.0 97.0
# 17 9 Ozone 7.0 96.0
# 18 9 Solar.R 14.0 259.0
# 19 9 Wind 2.8 16.6
# 20 9 Temp 63.0 93.0
Шаг 3. Мы видим, что данные значительно уменьшены, так как функция ddply агрегировала строки. Теперь нам нужно снова расплавить данные, чтобы мы могли получить вторую переменную для окончательного кадра данных. Обратите внимание, что нам нужно указать новый аргумент variable.name, поэтому у нас нет двух столбцов с именем "variable".
aqm_melt <- melt(aqm_ply, id=c("Month", "variable"), variable.name="variable2")
# Month variable variable2 value
# 1 5 Ozone min 1.0
# 2 5 Solar.R min 8.0
# 3 5 Wind min 5.7
# 4 5 Temp min 56.0
# 5 6 Ozone min 12.0
# ...
# 37 9 Ozone max 96.0
# 38 9 Solar.R max 259.0
# 39 9 Wind max 16.6
# 40 9 Temp max 93.0
Шаг 4. И мы можем, наконец, обернуть все это, введя наши данные в окончательную форму.
dcast(aqm_melt, Month ~ variable + variable2)
# Month Ozone_min Ozone_max Solar.R_min Solar.R_max Wind_min Wind_max Temp_min Temp_max
# 1 5 1 115 8 334 5.7 20.1 56 81
# 2 6 12 71 31 332 1.7 20.7 65 93
# 3 7 7 135 7 314 4.1 14.9 73 92
# 4 8 9 168 24 273 2.3 15.5 72 97
# 5 9 7 96 14 259 2.8 16.6 63 93
Надеюсь, этот пример даст вам достаточно понимания, чтобы вы начали. Имейте в виду, что новая версия пакета plyr, оптимизированная для фреймов, активно разрабатывается под названием "dplyr", поэтому вы можете захотеть быть готовым преобразовать свой код в новый пакет после того, как он станет полностью полноценным.
Я думаю, что другие ответы должны были быть рассмотрены с точки зрения использования "plyr" или "dplyr" (и я бы посоветовал вам продолжить поиск в этом направлении).
Для удовольствия, здесь обертка вокруг dcast, чтобы указать несколько функций. Он не работает с функциями, возвращающими несколько значений (например, range), и для этого требуется использовать именованный список функций.
dcastMult <- function(data, formula, value.var = "value",
funs = list("min" = min, "max" = max)) {
require(reshape2)
if (is.null(names(funs)) | any(names(funs) == "")) stop("funs must be named")
Form <- formula(formula)
LHS <- as.character(Form[[2]])
if (length(LHS) > 1) LHS <- LHS[-1]
temp <- lapply(seq_along(funs), function(Z) {
T1 <- dcast(data, Form, value.var = value.var,
fun.aggregate=match.fun(funs[[Z]]), fill = 0)
Names <- !names(T1) %in% LHS
names(T1)[Names] <- paste(names(T1)[Names], names(funs)[[Z]], sep = "_")
T1
})
Reduce(function(x, y) merge(x, y), temp)
}
Похоже, что это путаница, но результат заключается в том, что вы можете придерживаться того же синтаксиса, с которым вы знакомы, при использовании нескольких функций агрегации. "Имена" для аргумента funs используются как суффиксы в результирующих именах. Анонимные функции могут быть указаны как ожидалось, например maxSq = function(x) max(x)^2.
dcastMult(aqm, month ~ variable, value.var="value",
funs = list("min" = min, "max" = max))
# month ozone_min solar.r_min wind_min temp_min ozone_max solar.r_max wind_max temp_max
# 1 5 1 8 5.7 56 115 334 20.1 81
# 2 6 12 31 1.7 65 71 332 20.7 93
# 3 7 7 7 4.1 73 135 314 14.9 92
# 4 8 9 24 2.3 72 168 273 15.5 97
# 5 9 7 14 2.8 63 96 259 16.6 93
Вот решение dplyr, использующее удивительную функцию %>%. Он также использует базовую функцию reshape, которая часто недоиспользуется (IMHO). Код является самоочевидным.
library(dplyr)
airquality %>%
melt(c('Month', 'Day')) %>%
group_by(Month, variable) %>%
summarise(min = min(value, na.rm = T), max = max(value, na.rm = T)) %>%
reshape(timevar = 'variable', idvar = 'Month', direction = 'wide') %>%
arrange(Month)
С недавний коммит в версия разработки data.table v1.9.5, мы можем использовать несколько столбцов value.var одновременно (а также использовать несколько функций агрегации в fun.aggregate). Подробнее см. ?dcast, а также раздел примеров.
Здесь мы можем использовать dcast:
require(data.table) # v1.9.5+
dt = as.data.table(airquality)
valvars = c("Ozone", "Solar.R", "Wind", "Temp")
dcast(dt, Month ~ ., fun=list(min, max), na.rm=TRUE, value.var=valvars)
# Month ._min_Ozone ._min_Solar.R ._min_Wind ._min_Temp ._max_Ozone ._max_Solar.R ._max_Wind
# 1: 5 1 8 5.7 56 115 334 20.1
# 2: 6 12 31 1.7 65 71 332 20.7
# 3: 7 7 7 4.1 73 135 314 14.9
# 4: 8 9 24 2.3 72 168 273 15.5
# 5: 9 7 14 2.8 63 96 259 16.6
# ._max_Temp
# 1: 81
# 2: 93
# 3: 92
# 4: 97
# 5: 93
Вы можете смело игнорировать предупреждения.