在R中，自定义由dcast.data.table创建的列的名称

Question

我是reshape2和data.table的新手，并试图学习语法。

我有一个data.table，我想从每个变量分组多个行转换为每个分组变量（s）一行。为了简单起见，让我们把它作为一个客户的表格，其中一些分享地址。

library(data.table) 

# Input table: 
cust <- data.table(name=c("Betty","Joe","Frank","Wendy","Sally"), 
        address=c(rep("123 Sunny Rd",2), 
          rep("456 Cloudy Ln",2), 
           "789 Windy Dr")) 

我所要的输出格式如下：

# Desired output looks like this: 
(out <- data.table(address=c("123 Sunny Rd","456 Cloudy Ln","789 Windy Dr"), 
        cust_1=c("Betty","Frank","Sally"), 
        cust_2=c("Joe","Wendy",NA))) 

#   address cust_1 cust_2 
# 1: 123 Sunny Rd Betty Joe 
# 2: 456 Cloudy Ln Frank Wendy 
# 3: 789 Windy Dr Sally  NA 

我想为cust_1 ... cust_n其中n是最大的客户每个地址列。我并不关心订单 - 无论Joe是cust_1还是Betty是cust_2，反之亦然。

Answer 1

Just pushed a commit到data.table v1.9.5。 dcast现在

• 允许铸造多个value.var列和多fun.aggregate功能
• 理解不确定变量/式表达

有了这个，我们可以这样做：

dcast(cust, address ~ paste0("cust", cust[, seq_len(.N), 
      by=address]$V1), value.var="name") 
#   address cust1 cust2 
# 1: 123 Sunny Rd Betty Joe 
# 2: 456 Cloudy Ln Frank Wendy 
# 3: 789 Windy Dr Sally NA 

Answer 2

# My attempt: 
setkey(cust,address) 
x <- cust[,list(name, addr_cust_num=rank(name,ties.method="random")), by=address]) 
x[,addr_cust_num:=paste0("cust_",addr_cust_num)] 
y <- dcast.data.table(x, address ~ addr_cust_num, value.var="name") 
y 

请注意，我不得不paste0“cust_”前缀。在我添加该步骤之前，我正在使用setnames(y, names(y), sub("(\\d+)","cust_\\1",names(y)))，这似乎是一种更笨拙（但可能更快）的解决方案。

想知道是否有更好的方法来做前缀。

---

或者，你可以只直接引用添加列cust：

# no need to set key 
cust[, cust := paste("cust", seq_len(.N), sep="_"), by=address] 
dcast.data.table(cust, address ~ cust, value.var="name") 
#   address cust_1 cust_2 
# 1: 123 Sunny Rd Betty Joe 
# 2: 456 Cloudy Ln Frank Wendy 
# 3: 789 Windy Dr Sally  NA