重塑数据框以将因子转换为R中的列
问题描述:
我有一个数据框,其中一个特定列具有一组特定值(比方说,1,2,...,23)。我想要做的就是从这个布局转换到这个布局,在那里框架会有额外的23个(在这种情况下)列,每个列代表一个因子值。这些列中的数据会显示特定的行是否有一个给定的因子值...要显示一个具体的例子布尔:重塑数据框以将因子转换为R中的列
源帧:
ID DATE SECTOR
123 2008-01-01 1
456 2008-01-01 3
789 2008-01-02 5
... <more records with SECTOR values from 1 to 5>
所需的格式:
ID DATE SECTOR.1 SECTOR.2 SECTOR.3 SECTOR.4 SECTOR.5
123 2008-01-01 T F F F F
456 2008-01-01 F F T F F
789 2008-01-02 F F F F T
我在循环中没有问题,但我希望有更好的方法。到目前为止,reshape()
没有产生期望的结果。帮助将不胜感激。
答
我会尝试绑定另一个名为“value”的列并设置value = TRUE
。
df <- data.frame(cbind(1:10, 2:11, 1:3))
colnames(df) <- c("ID","DATE","SECTOR")
df <- data.frame(df, value=TRUE)
然后做一个重塑:
reshape(df, idvar=c("ID","DATE"), timevar="SECTOR", direction="wide")
与使用reshape
功能的问题是,对于缺失值默认为NA(在这种情况下,你将不得不重复和虚假替换它们) 。
否则,您可以在reshape
包(see this question for an example)中使用cast
,并将缺省值设置为FALSE
。
df.wide <- cast(df, ID + DATE ~ SECTOR, fill=FALSE)
> df.wide
ID DATE 1 2 3
1 1 2 TRUE FALSE FALSE
2 2 3 FALSE TRUE FALSE
3 3 4 FALSE FALSE TRUE
4 4 5 TRUE FALSE FALSE
5 5 6 FALSE TRUE FALSE
6 6 7 FALSE FALSE TRUE
7 7 8 TRUE FALSE FALSE
8 8 9 FALSE TRUE FALSE
9 9 10 FALSE FALSE TRUE
10 10 11 TRUE FALSE FALSE
答
下面是使用xtabs
另一种方法可能会或可能不会更快(如果有人想尝试,让我知道):
df <- data.frame(cbind(1:12, 2:13, 1:3))
colnames(df) <- c("ID","DATE","SECTOR")
foo <- xtabs(~ paste(ID, DATE) + SECTOR, df)
cbind(t(matrix(as.numeric(unlist(strsplit(rownames(foo), " "))), nrow=2)), foo)
谢谢。我应该考虑创建一个价值栏。有趣的是,值列/重塑方法在9,500行上有26个因子水平需要1.4秒,而使用迭代方法(在水平上)只需要0.6秒。 – 2010-03-08 20:35:35
不要被这些函数所欺骗:如果你看它,'reshape'函数本身会进行迭代。但除此之外,它还会做很多其他事情,这会增加整体时间。像“重塑”这样的东西并不打算表现更好;他们只是为了简化数据操作。 – Shane 2010-03-08 20:51:00