最近我正在使用 dplyr 进行所有数据操作，它是一个很好的工具。但是我无法使用 dplyr 融化或投射数据框。有没有办法做到这一点？现在我正在为此目的使用 reshape2 。
我想要“dplyr”解决方案：
require(reshape2)
data(iris)
dat <- melt(iris,id.vars="Species")
问问题
59192 次
3 回答
71
的继任者reshape2是tidyr。分别相当于melt()和dcast()是gather()和spread()。相当于您的代码将是
library(tidyr)
data(iris)
dat <- gather(iris, variable, value, -Species)
如果您已magrittr导入，则可以使用管道运算符 in dplyr，即编写
dat <- iris %>% gather(variable, value, -Species)
请注意，您需要明确指定变量和值名称，这与melt(). 我发现语法gather()非常方便，因为您可以指定要转换为长格式的列，或者通过在它们前面加上“-”来指定要保留在新数据框中的列（就像上面的 Species 一样)，这比 in 键入要快一些melt()。但是，我注意到至少在我的机器上，tidyr它可能比reshape2.
编辑在回复@hadley 下面的评论时，我发布了一些时间信息来比较我的 PC 上的两个功能。
library(microbenchmark)
microbenchmark(
melt = melt(iris,id.vars="Species"),
gather = gather(iris, variable, value, -Species)
)
# Unit: microseconds
# expr min lq median uq max neval
# melt 278.829 290.7420 295.797 320.5730 389.626 100
# gather 536.974 552.2515 567.395 683.2515 1488.229 100
set.seed(1)
iris1 <- iris[sample(1:nrow(iris), 1e6, replace = T), ]
system.time(melt(iris1,id.vars="Species"))
# user system elapsed
# 0.012 0.024 0.036
system.time(gather(iris1, variable, value, -Species))
# user system elapsed
# 0.364 0.024 0.387
sessionInfo()
# R version 3.1.1 (2014-07-10)
# Platform: x86_64-pc-linux-gnu (64-bit)
#
# locale:
# [1] LC_CTYPE=en_GB.UTF-8 LC_NUMERIC=C
# [3] LC_TIME=en_GB.UTF-8 LC_COLLATE=en_GB.UTF-8
# [5] LC_MONETARY=en_GB.UTF-8 LC_MESSAGES=en_GB.UTF-8
# [7] LC_PAPER=en_GB.UTF-8 LC_NAME=C
# [9] LC_ADDRESS=C LC_TELEPHONE=C
# [11] LC_MEASUREMENT=en_GB.UTF-8 LC_IDENTIFICATION=C
# attached base packages:
# [1] stats graphics grDevices utils datasets methods base
#
# other attached packages:
# [1] reshape2_1.4 microbenchmark_1.3-0 magrittr_1.0.1
# [4] tidyr_0.1
#
# loaded via a namespace (and not attached):
# [1] assertthat_0.1 dplyr_0.2 parallel_3.1.1 plyr_1.8.1 Rcpp_0.11.2
# [6] stringr_0.6.2 tools_3.1.1
于 2014-07-22T10:05:02.290 回答
6
此外，演员可以使用tidyr::spread()
给你的例子
library(reshape2)
library(tidyr)
library(dplyr)
# example data : `mini_iris`
(mini_iris <- iris[c(1, 51, 101), ])
# melt
(melted1 <- mini_iris %>% melt(id.vars = "Species")) # on reshape2
(melted2 <- mini_iris %>% gather(variable, value, -Species)) # on tidyr
# cast
melted1 %>% dcast(Species ~ variable, value.var = "value") # on reshape2
melted2 %>% spread(variable, value) # on tidyr
于 2016-12-13T01:31:36.690 回答
2
使用@Lovetoken 的mini_iris示例添加到上面的答案（这对于评论来说太复杂了） - 对于那些不了解融化和铸造意味着什么的新手。
library(reshape2)
library(tidyr)
library(dplyr)
# example data : `mini_iris`
mini_iris <- iris[c(1, 51, 101), ]
# mini_iris
#Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#1 5.1 3.5 1.4 0.2 setosa
#51 7.0 3.2 4.7 1.4 versicolor
#101 6.3 3.3 6.0 2.5 virginica
Melt 正在获取数据框并扩展为一长串值。效率不高，但如果您需要组合数据集，它会很有用。 想象一个冰块在桌面上融化并散开的结构。
melted1 <- testiris %>% melt(id.vars = "Species")
> nrow(melted1)
[1] 12
head(melted1)
# Species variable value
# 1 setosa Sepal.Length 5.1
# 2 versicolor Sepal.Length 7.0
# 3 virginica Sepal.Length 6.3
# 4 setosa Sepal.Width 3.5
# 5 versicolor Sepal.Width 3.2
# 6 virginica Sepal.Width 3.3
您可以看到数据现在如何被分解为许多行值。列名现在是可变列中的文本。
转换将重新组合回 data.table 或 data.frame。
于 2017-03-08T18:59:24.940 回答