使用因子列熔化R data.table
问题描述:
我有以下R data.table(尽管这也应该用data.frame进行缩放)。目标是将这个data.table重塑为ggplot2
中的散点图。因此,我需要重塑这个data.table有一个“因素”一栏颜色分:使用因子列熔化R data.table
> library(data.table)
> dt
ID x_A y_A x_B y_B
1: 05AC 0.81 3 0.92 2.05
2: 01BA 0.41 5 0.63 1.8
3: Z1AC 0.41 5 0.58 1.8
4: B2BA 0.21 6.5 1.00 1.8
....
我相信正确的输出需要的形式为:
ID type x y
05AC A 0.81 3
05AC B 0.92 2.05
01BA A 0.41 5
01BA B 0.63 1.8
Z1AC A 0.41 5
Z1AC B 0.58 1.8
B2BA A 0.21 6.5
B2BA B 1.00 1.8
是否有一个用这种方式“展开”data.tables的标准方法?我很高兴在这种情况下如何使用dplyr,但我怀疑应该有一个data.table方法。
melt()
会工作,如果我能弄清楚如何创建列type
,例如,
melt(dt, id.vars=c("ID"))
只会熔化基础上,一列ID
我特别困惑是如何从2-3列一个“擦伤”的A和B型分别列4-5 ...
答
住,你建议使用melt
的方法后,你可以tstrsplit
的变量基础上,“_”性格分裂。
## use tstrsplit to split a column on a regular expression
dt[, c("xy", "type") := tstrsplit(variable, "_")]
dt
# ID variable value xy type
# 1: 05AC x_A 0.81 x A
# 2: 01BA x_A 0.41 x A
# 3: Z1AC x_A 0.41 x A
# 4: B2BA x_A 0.21 x A
# 5: 05AC y_A 3.00 y A
# 6: 01BA y_A 5.00 y A
# 7: Z1AC y_A 5.00 y A
# 8: B2BA y_A 6.50 y A
# 9: 05AC x_B 0.92 x B
# 10: 01BA x_B 0.63 x B
# 11: Z1AC x_B 0.58 x B
# 12: B2BA x_B 1.00 x B
# 13: 05AC y_B 2.05 y B
# 14: 01BA y_B 1.80 y B
# 15: Z1AC y_B 1.80 y B
# 16: B2BA y_B 1.80 y B
这给你所需的解决方案的长形式。然后,您可以使用dcast
扩大它
dcast(dt, formula = ID + type ~ xy)
# ID type x y
# 1: 01BA A 0.41 5.00
# 2: 01BA B 0.63 1.80
# 3: 05AC A 0.81 3.00
# 4: 05AC B 0.92 2.05
# 5: B2BA A 0.21 6.50
# 6: B2BA B 1.00 1.80
# 7: Z1AC A 0.41 5.00
# 8: Z1AC B 0.58 1.80
这个答案的逻辑是一样的gather %>% separate %>% spread
建议dplyr
方法,但使用data.table
。
答
dplyr
和tidyr
的组合可以产生您想要的结果。由于缺乏可重现的例子,这未经测试。
library(tidyr)
library(dplyr)
dt %>%
gather(variable, value, -ID) %>%
separate(variable, c("group", "type"), sep = "\\_") %>%
spread(group, value, na.rm = TRUE)
此作用:
- 集除了ID列到键值的行,变量和值的所有列。
- 将变量列分为组和类型,使用
_
作为分隔符。 - 将组行的内容分散到列中并使用值列填充它们,删除任何
NA
组合。内data.table
感谢您的帮助。稍作纠正:上面的答案输出“ID变量值”。这个问题需要输出为'ID变量x y' – ShanZhengYang
噢是的 - 我会更新 – SymbolixAU
@ShanZhengYang请参阅编辑。 – SymbolixAU