有没有办法在 tbl 中使用重塑？

Question

在上一个问题中，我在使用 reshape 时遇到了问题：

reshape error - invalid 'row.names' length

几小时后我意识到这是因为我使用的是 tbl 格式而不是 data.frame。所以要使用重塑并保持我必须做的 tbl 环境：

mydata %>% as.data.frame %>% reshape(, ...) %>% as.tbl

所以我想知道是否有其他方法。

Answer 1

比任何其他原因都更有答案，这里有四个选项可供考虑。

首先，如果您想将 reshape 与 "dplyr" 一起使用，您必须使用 reshape 中的 new.row.names 参数，并设置它们到您希望重塑数据集具有的行数的序列。计算很容易。取一批从宽格式到长格式的列的长度，并将其乘以原始数据集中的行数。

这种方法肯定会让 Hadley 感到不快，所以使用风险自负。

mydf <- tbl_df(mydf)
class(mydf)
# [1] "tbl_df"     "tbl"        "data.frame"

mydf %>% 
  reshape(
    idvar="g_id",
    direction="long",
    varying=list(c(5:14),c(15:24)), 
    v.names=c("PLC","P"),
    new.row.names = seq_len(length(5:14) * nrow(mydf)))

另一种可能使 Hadley 不安但稍微不那么紧张的方法是使用 melt，但是 "data.table" 中的 melt，而不是 "reshape2" .当然，这需要您将 tbl_df 转换为 data.table，因此与您当前的方法类似，它需要另一个步骤。

library(data.table)
mydf %>%
  data.table %>%
  melt(measure.vars = patterns("PLC[0-9]+", "P[0-9]+"), 
       value.name = c("PLC", "P"))

留在 Hadleyverse 内，您可以尝试 "tidyr"（如@DavidArenburg 所建议）。它并不像他想象的那么漂亮，因为它需要首先制作一个非常长的数据集，然后 re-widening 它，这与上面的 melt 方法不同一步完成 not-so-long 重塑。

library(tidyr)
mydf %>%
  gather(var, val, starts_with("P")) %>%
  mutate(var = gsub("([A-Z]+)", "\1_", var)) %>%  ## you can probably be clever and...
  separate(var, into = c("variable", "time")) %>%  ## come up with some fancier regex
  spread(variable, val)

最后，还有 merged.stack 来自我的 "splitstackshape" 包裹。有了它，方法就像：

library(splitstackshape)
merged.stack(mydf, var.stubs = c("PLC", "P"), sep = "var.stubs")

有没有办法在 tbl 中使用重塑？

Is there a way to use reshape in tbl?

r

reshape

dataframe

dplyr