Przekształcanie długiej struktury danych.tabeli w szeroką strukturę za pomocą funkcji data.table?

Question

> library(data.table) 
> A <- data.table(x = c(1,1,2,2), y = c(1,2,1,2), v = c(0.1,0.2,0.3,0.4)) 
> A 
    x y v 
1: 1 1 0.1 
2: 1 2 0.2 
3: 2 1 0.3 
4: 2 2 0.4 
> B <- dcast(A, x~y) 
Using v as value column: use value.var to override. 
> B 
    x 1 2 
1 1 0.1 0.2 
2 2 0.3 0.4 

Wygląda na to, że mogę przekształcić tabelę data.table z długiej na szeroką za pomocą f.x. dcast pakietu reshape2. Ale data.table przychodzi wraz z przeciążonym operatorem-uchwytem oferującym parametry takie jak "by" i "grupa", które sprawiają, że zastanawiam się, czy można to osiągnąć za pomocą tego (do konkretnej funkcji data.table)?

Tylko jeden losowy przykład z podręcznika:

DT[,lapply(.SD,sum),by=x] 

To wygląda super - ale nie w pełni zrozumieć jeszcze wykorzystanie.

Ja ani nie znalazłem na to sposobu, ani przykładu, więc może to po prostu niemożliwe, może nawet nie powinno tak być - tak, zdecydowane "nie, nie jest możliwe, ponieważ ..." jest oczywiście również poprawna odpowiedź.

Answer 1

Wybiorę przykład z nierównych grupach, dzięki czemu łatwiej jest zilustrować za ogólnym przypadku:

A <- data.table(x=c(1,1,1,2,2), y=c(1,2,3,1,2), v=(1:5)/5) 
> A 
    x y v 
1: 1 1 0.2 
2: 1 2 0.4 
3: 1 3 0.6 
4: 2 1 0.8 
5: 2 2 1.0 

Pierwszym krokiem jest aby liczba elementów/wpisów dla każdej grupy "x" była taka sama. Tutaj dla x = 1 są 3 wartości y, ale tylko 2 dla x = 2. Tak więc najpierw musimy to naprawić z NA dla x = 2, y = 3.

setkey(A, x, y) 
A[CJ(unique(x), unique(y))] 

Teraz, aby dostać się do szerokiego formatu, powinniśmy grupa przez „X” i używać as.list na v następująco:

out <- A[CJ(unique(x), unique(y))][, as.list(v), by=x] 
    x V1 V2 V3 
1: 1 0.2 0.4 0.6 
2: 2 0.8 1.0 NA 

Teraz można ustawić nazwy przekształconego kolumn za pomocą odniesienia z setnames następująco:

setnames(out, c("x", as.character(unique(A$y))) 

    x 1 2 3 
1: 1 0.2 0.4 0.6 
2: 2 0.8 1.0 NA 

Answer 2

(z kredytów dla Arun)

A[, setattr(as.list(v), 'names', y), by=x] 

Answer 3

Korzystając dcast() (obecnie domyślną metodę data.table, od wersji 1.9 .5; Wcześniejsze wersje używać dcast.data.table) jak w

> dcast(A,x~y) 
Using 'v' as value column. Use 'value.var' to override 
    x 1 2 3 
1: 1 0.2 0.4 0.6 
2: 2 0.8 1.0 NA 

ta jest szybka i usuwa potrzebę setnames().

Jest to szczególnie pomocne, gdy y w powyższym przykładzie jest zmienną czynnikową z poziomami znaków - np. "Niski", "Średni", "Wysoki" - ponieważ CJ() może nie zwracać szerokich danych ze zmiennymi w takiej kolejności, jakiej oczekuje setnames(), i może się źle skończyć z błędnie oznaczonymi danymi.