【数据处理】R语言--data.table -dcast and melt(数据拆分and合并)
来源:互联网 发布:淘宝直通车的作用 编辑:程序博客网 时间:2024/06/01 09:48
R–data.table -dcast and melt(数据拆分and合并)
写在前面:数据整形的过程确实和揉面团有些类似,先将数据通过melt()函数将数据揉开,然后再通过dcast()函数将数据重塑成想要的形状
reshape2包:
melt-把宽格式数据转化成长格式。
cast-把长格式数据转化成宽格式。(dcast-输出时返回一个数据框。acast-输出时返回一个向量/矩阵/数组。)
注:melt是数据融合的意思,它做的工作其实就是把数据由“宽”转“长”。
cast 函数的作用除了还原数据外,还可以对数据进行整合。
dcast 输出数据框。公式的左边每个变量都会作为结果中的一列,而右边的变量被当成因子类型,每个水平都会在结果中产生一列。
tidyr包:
gather-把宽度较大的数据转换成一个更长的形式,它类比于从reshape2包中融合函数的功能
spread-把长的数据转换成一个更宽的形式,它类比于从reshape2包中铸造函数的功能。
data.table包:
data.table的函数melt 和dcast 是增强包reshape2里同名函数的扩展
> library(data.table)> > ID <- c(NA,1,2,2)> > Time <- c(1,2,NA,1)> > X1 <- c(5,3,NA,2)> > X2 <- c(NA,5,1,4)> > mydata <- data.table(ID,Time,X1,X2) > > mydata ID Time X1 X21: NA 1 5 NA2: 1 2 3 53: 2 NA NA 14: 2 1 2 4
melt以使每一行都是一个唯一的标识符-变量组合
将第一列作为id列,其他列全部融合就可以了
> md <- melt(mydata, id=c("ID","Time")) #or md <- melt(mydata, id=1:2)> md ID Time variable value1: NA 1 X1 52: 1 2 X1 33: 2 NA X1 NA4: 2 1 X1 25: NA 1 X2 NA6: 1 2 X2 57: 2 NA X2 18: 2 1 X2 4
将变量”variable”,和”value”揉合在一起,结果产生了新的两列,一列是变量variable,指代是哪个揉合变量,另外一列是取值value,即变量对应的值。我们也称这样逐行排列的方式称为长数据格式
melt:数据集的融合是将它重构为这样一种格式:每个测量变量独占一行,行中带有要唯一确定这个测量所需的标识符变量。
> str(mydata)Classes ‘data.table’ and 'data.frame': 4 obs. of 4 variables: $ ID : num NA 1 2 2 $ Time: num 1 2 NA 1 $ X1 : num 5 3 NA 2 $ X2 : num NA 5 1 4 - attr(*, ".internal.selfref")=<externalptr> > str(md)Classes ‘data.table’ and 'data.frame': 8 obs. of 4 variables: $ ID : num NA 1 2 2 NA 1 2 2 $ Time : num 1 2 NA 1 1 2 NA 1 $ variable: Factor w/ 2 levels "X1","X2": 1 1 1 1 2 2 2 2 $ value : num 5 3 NA 2 NA 5 1 4 - attr(*, ".internal.selfref")=<externalptr> >
> setcolorder(md,c("ID","variable","Time","value")) ##setcolorder()可以用来修改列的顺序。> > md ID variable Time value1: NA X1 1 52: 1 X1 2 33: 2 X1 NA NA4: 2 X1 1 25: NA X2 1 NA6: 1 X2 2 57: 2 X2 NA 18: 2 X2 1 4
> mdr <- melt(mydata, id=c("ID","Time"),variable.name="Xzl",value.name="Vzl",na.rm = TRUE) #variable.name定义变量名> > mdr ID Time Xzl Vzl1: NA 1 X1 52: 1 2 X1 33: 2 1 X1 24: 1 2 X2 55: 2 NA X2 16: 2 1 X2 4
> mdr1 <- melt(mydata, id=c("ID","Time"),variable.name="Xzl",value.name="Vzl",measure.vars=c("X1"),na.rm = TRUE) #measure.vars筛选> > mdr1 ID Time Xzl Vzl1: NA 1 X1 52: 1 2 X1 33: 2 1 X1 2
> md[Time==1] ID variable Time value1: NA X1 1 52: 2 X1 1 23: NA X2 1 NA4: 2 X2 1 4> md[Time==2] ID variable Time value1: 1 X1 2 32: 1 X2 2 5>
执行整合
rowvar1 + rowvar2 + … ~ colvar1 + colvar2 + …
在这个公式中,rowvar1 + rowvar2 + … 定义了要划掉的变量集合,以确定各行的内容,而colvar1 + colvar2 + … 则定义了要划掉的、确定各列内容的变量集合。
> newmd<- dcast(md, ID~variable, mean)> newmd ID X1 X21: 1 3 5.02: 2 NA 2.53: NA 5 NA> newmd2<- dcast(md, ID+variable~Time)> newmd2 ID variable 1 2 NA1: 1 X1 NA 3 NA2: 1 X2 NA 5 NA3: 2 X1 2 NA NA4: 2 X2 4 NA 15: NA X1 5 NA NA6: NA X2 NA NA NA
ID+variable~Time 使用Time对(ID,variable)分组 Time:1,2,NA 类似excel的数据透析
> newmd3<- dcast(md, ID~variable+Time)> > newmd3 #variable:X1,X2 Time:1,2,NA 类似excel的数据透析 ID X1_1 X1_2 X1_NA X2_1 X2_2 X2_NA1: 1 NA 3 NA NA 5 NA2: 2 2 NA NA 4 NA 13: NA 5 NA NA NA NA NA>
资料
如何落地用户画像分析
R之data.table -melt/dcast(数据合并和拆分)
- 【数据处理】R语言--data.table -dcast and melt(数据拆分and合并)
- 【R语言 数据处理】R语言数据变形melt用法
- Pivot tables in R with melt and cast
- 【数据处理】R语言--data.table包使用总结
- 【数据处理】R语言--data.table介绍以及例子
- R语言可视化---介绍一些强大的画图和数据处理包及函数(ggplot,melt())
- 【转载】R语言数据处理——数据合并与追加
- R语言 data.table包 数据清理(二)
- R语言-data.table包
- R语言data.table简介
- R Getting and Cleaning Data获取和清理数据
- R语言list或data.table或data.frame类型数据快速写入数据库保存
- R语言data.table速查手册
- R语言data.table包学习
- R语言data.table包的使用
- R语言之数据挖掘相关包and函数
- R︱高效数据操作——data.table包(实战心得、dplyr对比、key灵活用法、数据合并)
- R语言 数据处理 dplyr包 数据清理
- linux下添加tomcat为系统服务(开机自启)
- Xcode的Architectures和Valid Architectures的区别
- Gson将字符串转换成JsonObject和JsonArray
- JSTL 标签库<c:if> <:forEach> <:forTokens>
- [Android学习]对话框在android6.0以上版本不显示按钮文字
- 【数据处理】R语言--data.table -dcast and melt(数据拆分and合并)
- ES6箭头函数
- TeX Live & TeXstudio 安装手记
- xcrun: error: unable to find utility "PackageApplication", not a developer tool or in PATH
- 1001. 害死人不偿命的(3n+1)猜想 (15)
- [linux]:linux文件系统简单介绍
- Android MD5加密字符串
- Spring MVC Excel的导入和导出
- 接收Date类型参数格式的问题