问题标签 [dcast]

我有一个数据框列表，我在下面展示了其中的一些：

我想对这个列表的元素使用自定义函数 dcast()，这些元素是我的 87 个数据帧。对于每个数据框，所需的结果应如下所示，具体取决于它具有的列数：

我尝试了各种解决方案和代码片段，但没有工作：

它产生错误：

第二种解决方案

错误是：

第三个解决方案

错误是：

第四种解决方案（绝望一）

它再次出现错误：

奇怪的是，如果我输入每个数据框的名称或只是列表的元素，例如 ls.df.val.keep[[3]]，它们就起作用了！我还有很多其他的事情我想用 lapply 对这个列表做，但我被困在了第一步！有什么我没有看到的吗？

已编辑。

我正在按照@Jake 的要求添加我的数据框数据示例：

.. .. ..

我有一个数据表，其中有一列是一个字符向量，称为nutcode. 该列的元素具有不同的编码。有些是unknown（mac标准）；有些是UTF-8。UTF-8元素包括μ 。一个例子是“vit_a_rae_µg”。这种编码可能存在，因为原始数据是使用以下代码行从 Access 数据库中读取的（注意编码选择。

当我通过提供列名将我的数据表转换为宽时nutcode，UTF-8 元素不会转换为列并且没有警告消息。我在 Mac 上使用 data.table v1.9.7（R 版本是 Microsoft Open R ver 3.3.1。

这是具有此行为的代码。

我至少有一个解决方案，我将添加它作为答案。但我也想为 data.table 开发人员标记这一点。

我想将我的数据（data.frame）从长格式转换为宽格式，并将“ITEM”的值作为列和值（“ITEM2”）（见下文）：

长格式

宽幅

因此我使用 reshape2 包中的 dcast 函数：

这样做一切正常。

但是在我的数据框中有 7m 条数据记录，我一直在为内存限制而苦苦挣扎。因此，我决定在 ffdf 中转换我的 data.frame 并使用 ffbase 包中的 ffdfdply 函数来投射框架。

为了确保每个拆分都以相同的顺序具有相同的列，我提前从“ITEM”中提取值，如果不存在则附加 N/A 列并按字母顺序对所有列进行排序。

在整个代码下方：

不幸的是，在将第二个拆分的结果附加到第一个拆分时出现以下错误（带有跟踪）：

在不附加的情况下只计算一个带有较少记录的拆分可以正常工作。

有人可以帮忙吗？

谢谢你。

试图弄清楚这一点。假设你有一个 data.table：

我想把它旋转成这样

我似乎无法为 dcast.data.table 找到正确的语法。我试过

引发错误：

聚合函数应采用向量输入并返回单个值（长度=1）。

我也试过：

但结果抛弃了我的约会

任何建议，将不胜感激。TIA

我正在尝试将以下正常工作的代码转换为函数。

例如，如果我们采用以下数据集：

该代码将根据目标变量聚合数据集，如下所示：

这就是我构造函数的方式：

但我得到 - 错误：未知变量分组：列。我知道这是一个基本问题，但是任何线索为什么我在 group_by 中失去了论点？

我曾尝试使用以下实施“group_by_”以及“require（“dplyr”）”，但它们似乎无关。

对于一个简单的数据框：

我正在尝试按段聚合并计算段均值。

我期待以下结果：

由于计算平均值应考虑重复的 client_ids，我们应该将每个段的单个事务计数相加（低段为 1+2+2+2+3+17）并除以唯一的 client_ids（低段为 3），得到 27 /3 = 9 用于低段。为每个 client_id 使用预先计算的总和：(5+2+20)/3 = 9

但是，当我尝试对这些数据运行“dcast”或“聚合”时，我得到了错误的数字，因为显然他们将每一行视为一个独特的观察：

给

这有效地说明了它将每个段的事务计数相加（低段为 1+2+2+2+3+17）并除以每个段的观察数（低段为 6）而不是唯一的 client_ids。

在这种情况下，计算均值的正确方法是什么？

我想将我的数据（data.frame）从长格式转换为宽格式，并将“ITEM”的值作为列和值（“ITEM2”）（见下文）：

长格式：

宽格式：

因此我使用 reshape2 包中的 dcast 函数：

这样做一切正常。但是在我的数据框中有 7m 条数据记录，我一直在为内存限制而苦苦挣扎。因此我决定使用 plyr 包中的 ddply。

为了确保每个拆分都以相同的顺序具有相同的列，我提前从“ITEM”中提取值，如果不存在则附加 N/A 列并按字母顺序对所有列进行排序。

在整个代码下方：

执行时ddply，使用的 RAM 在运行时不断增加，直到达到最大值 (12 GB)。因此性能非常缓慢，几个小时后我终止了 R。

有没有另一种方法来投射整个数据集？

提前致谢。

我想为 data.frame 中的每一列找到第 n 个最小的数字。

在下面的示例中，我使用 dcast nth 函数实际上指定了第二个最小值。有人可以帮助编写函数吗？

实际的答案是这样的..

我有一个大数据框，我用它运行这个：

这是结果：

另外，这个：

使这个：

实际上，我想这样做：

并获得这些值：

我尝试将操纵fun.aggregate作为论据，但我不确定这是正确的路径，或者我不知道我在做什么。有人可以帮我解决这个问题吗？（旁注：这个样本有两个类别。真实数据有 > 40。）

感谢@hrbrmstr，我为“ Scraping a xml document (nested url-structure) ”问题找到了一个非常好的解决方案。

但由于这种洞察力，它出现了另一个问题：

现在我得到了以下数据结构......

唯一实际变化的变量是“Auss_ord”，其中包含不同的议员佣金作为价值。

现在，我想要实现的是从当前的长版本切换到数据框的宽版本。

对于“Auss_ord”中的每个唯一值（某些文本字符串），都应该有一个新列，并且如果另一个对象具有相同的值，还应该检查它是否为“真”。

以便...

……应该变成……

示例数据框（宽版本）

我尝试过重塑操作，例如

或者

...但是我没有得到任何正确的结果，除了（对我来说）检查值的唯一性的非常棘手的实现