使用dcast重構數據幀並融化

-1

我實現了兩個函數reshape_long和reshape_wide（請參閱下面的完整工作示例）以重新塑造數據幀。我創建了幾個小例子，這兩個函數似乎正常工作。使用dcast重構數據幀並融化

但是，在我的真實數據集（大約200.000到300.000行）上使用reshape_wide函數失敗。會發生什麼情況是將X，Y和Z的所有值都設置爲1. 我的實際數據結構與下面的小示例完全相同。工作2天后，我認爲的問題是，「主鍵」（test_name,group_name和id）只是在廣泛的形式是唯一的。在應用 reshape_long函數後，主鍵不再是唯一的。我想知道，有誰能告訴我d1 -> reshape_wide -> d2的步驟是否可以工作，因爲d1的非唯一性？

library(reshape2) 
library(taRifx) 

reshape_long <- function(data, ids) {  
     # Bring data into long form 
     data_long <- melt(data, id.vars = ids, 
          variable.name="Data_Points", value.name="value") 
     data_long$value <- as.numeric(data_long$value) 
     # Remove rows were analyte value is NA 
     data_long <- data_long[!is.na(data_long$value), ] 
     # Resort data 
     formula_sort <- as.formula(paste("~", paste(ids, collapse="+"))) 
     data_long <- sort(data_long, f = formula_sort) 
     return(data_long) 
} 

reshape_wide <- function(data, ids) { 
     # Bring data into wide form 
     formula_wide <- as.formula(paste(paste(ids, collapse="+"), 
            "~ Data_Points")) 
     data_wide <- dcast(data, formula_wide) 
     # Resort data 
     formula_sort <- as.formula(paste("~", paste(ids, collapse="+"))) 
     data_wide <- sort(data_wide, f = formula_sort) 
     return(data_wide) 
} 

d <- data.frame( 
     test_name = c(rep("Test_A", 6), rep("Test_B", 6)), 
     group_name = c(rep("Group_C", 3), rep("Group_D", 3), 
         rep("Group_C", 3), rep("Group_D", 3)), 
     id = c("I1", "I2", "I3", "I4", "I5", "I6",       
       "I1", "I2", "I3", "I7", "I8", "I9"), 
     X = c(NA,NA,1,2,3,4,5,6,NA,7,8,9), 
     Y = as.numeric(10:21), 
     Z = c(NA,22,23,NA,24,NA,25,26,NA,27,28,29) 
) 

d 
d1 <- reshape_long(d, ids=c("test_name", "group_name", "id")) 
d1 
d2 <- reshape_wide(d1, ids=c("test_name", "group_name", "id")) 
d2 

identical(d,d2)

來源

2012-03-19 user969113

你寫你的職責的方式，有一個假設，即ids（test_name，group_name，並且id在你的例子）的組合是在原始數據是唯一的。最簡單的方法是取你的d和重複行。

> ddup <- rbind(d,d) 
> ddup1 <- reshape_long(ddup, ids=c("test_name", "group_name", "id")) 
> ddup2 <- reshape_wide(ddup1, ids=c("test_name", "group_name", "id")) 
Aggregation function missing: defaulting to length 
> 
> identical(ddup,ddup2) 
[1] FALSE

請注意，您reshape_wide假定ids和Data_Points在一起是唯一的。在這個例子中，他們不是。警告消息指示dcast已使用length將每個組合的多個值彙總爲單個值。

來源

2012-03-19 16:17:41

使用dcast重構數據幀並融化

回答

相關問題