data.table使用模式

-2

的多個熔體我想重塑以下data.tabledata.table使用模式

library(data.table) 
    myfun <- function() sample(c(NA,round(runif(9)*10)),prob=c(0.2,rep(0.1,9))) 
    cheeze <- myfun() 
    bottle <- myfun() 

    df <- as.data.table(data.frame(ID=LETTERS[1:10], 
    bottle_qty=bottle, 
    bottle_price=bottle*c(1,3,5), 
    cheeze_qty=cheeze, 
    cheeze_price=cheeze*c(5,4,2), 
    cheeze_cam = 1*(cheeze>4) , 
    cheeze_brie = 1*(cheeze<=4), 
    bottle_wine = 1*(bottle>5), 
    bottle_beer = 1*(bottle<=5)) 
    ) 
# ID bottle_qty bottle_price cheeze_qty cheeze_price cheeze_cam cheeze_brie 
# 1: A   7   7   9   45   1   0 
# 2: B   4   12   6   24   1   0 
# 3: C   NA   NA   NA   NA   NA   NA 
# 4: D   7   7   2   10   0   1 
# 5: E   3   9   9   36   1   0 
# 6: F   9   45   4   8   0   1 
# 7: G   6   6   3   15   0   1 
# 8: H   2   6   6   24   1   0 
# 9: I   5   25   8   16   1   0 
# 10: J   7   7   3   15   0   1 
# bottle_wine bottle_beer 
# 1:   1   0 
# 2:   0   1 
# 3:   NA   NA 
# 4:   1   0 
# 5:   0   1 
# 6:   1   0 
# 7:   1   0 
# 8:   0   1 
# 9:   0   1 
# 10:   1   0

爲以下：

| ID | type  | qty | price | 
| A | cheeze_cam | 9 | 45 | 
| A | bottle_wine | 7 |  7 | 
| B | bottle_beer | 4 | 12 | 
| B | cheeze_cam | 6 | 24 |

編輯這是充滿期望的輸出。

| ID | type  | qty | price | 
|----+-------------+-----+-------| 
| A | bottle_wine | 7 |  7 | 
| A | cheeze_cam | 9 | 45 | 
| B | bottle_beer | 4 | 12 | 
| B | cheeze_cam | 6 | 24 | 
| C | bottle_wine | NA | NA | 
| C | cheeze_brie | NA | NA | 
| D | bottle_wine | 7 |  7 | 
| D | cheeze_brie | 2 | 10 | 
| E | bottle_beer | 3 |  9 | 
| E | cheeze_cam | 9 | 36 | 
| F | bottle_wine | 9 | 45 | 
| F | cheeze_brie | 4 |  8 | 
| G | bottle_wine | 6 |  6 | 
| G | cheeze_brie | 3 | 15 | 
| H | bottle_beer | 2 |  6 | 
| H | cheeze_cam | 6 | 24 | 
| I | bottle_beer | 5 | 25 | 
| I | cheeze_cam | 8 | 16 | 
| J | bottle_wine | 7 |  7 | 
| J | cheeze_brie | 3 | 15 |

但找不到x對象。請幫忙嗎？

來源

2016-03-05 DJJ

嘗試'熔體（熔融（DF，測量=模式（「數量$」，「價格：$」），value.name = C（ '數量'， '價格'），可變.name =「var」，na.rm = TRUE），id.var = c（'ID'，'var'，'qty'，'price'），na.rm = TRUE）[order（ID）]' – akrun

不錯，謝謝。實際上你最初的建議非常有趣。我建立它來產生這個'熔化（df，id.var =「ID」，measure = patterns（「cheeze_qty $」，「cheeze_price $」），na.rm = TRUE）'。但是lapply似乎不能立即工作 – DJJ

@akrun解決方案中有哪些不起作用？我不明白「lapply」問題來自哪裏......你能否確定你的問題？ – cderv

謝謝大家的幫助。積分轉到@akrun。我只是建立在他的建議上。

第一個融化將堆疊所有的價格和數量列沒有任何其他考慮。因此，我們有兩列，一個數量和價格。第一次熔化的行數應該是原表中行數的兩倍。在這個過程中，我們創建了變量var。 var1是用於瓶子的cheeze和var2。

一旦第一次融化完成，其餘的都很簡單。我們只需要融化規格。並使用var來清理表格以獲得所需的規格。

melt(melt(df, measure=patterns("qty$", "price$"), value.name=c('qty', 'price'), variable.name="var", na.rm=TRUE), id.var=c('ID','var', 'qty', 'price'), na.rm=TRUE)[order(ID)][value==1,][like(variable,"cheeze")&var==1|like(variable,"‌bottle")&var==2,]

## ID var qty price variable value 
## 1: A 1 6  6 cheeze_brie  1 
## 2: B 1 8 24 cheeze_cam  1 
## 3: C 1 1  5 cheeze_brie  1 
## 4: D 1 5  5 cheeze_cam  1 
## 5: E 1 4 12 cheeze_cam  1 
## 6: H 1 1  3 cheeze_cam  1 
## 7: I 1 9 45 cheeze_brie  1 
## 8: J 1 4  4 cheeze_brie  1

來源

2016-03-12 15:08:13 DJJ

data.table使用模式

回答

相關問題