r - dcast 重命名所有变量以数字开头

Question

所以我得到了如下所示的数据:

           id year principal interest
 1: 011000600 2013      0.00     0.00
 2: 011000600 2014    544.03     0.00
 3: 011000700 2013      0.00     0.00
 4: 011000700 2014      0.01     0.00
 5: 011000800 2013    363.44    12.79
 6: 011000800 2014   2005.98     0.00
 7: 011000900 2013      0.00     0.00
 8: 011000900 2014      0.00     0.00
 9: 011001000 2013      0.00     0.00
10: 011001000 2014      0.00     0.00
11: 011001100 2013      0.00     0.00
12: 011001100 2014   1723.24     0.00
13: 011001560 2013      0.00     0.00
14: 011001560 2014      0.00     0.00
15: 011001650 2013      0.00     0.00
16: 011001650 2014      0.00     0.00

(基本上是一堆变量的纵向样本)

数据偏大，所以我使用 data.table对于一切。我 reshape 它以获得每个 id按行唯一:

datam<-melt(data,id=c("id","year"))
data1<-dcast.data.table(datam,id~...)

这产生:

          id 2013_principal 2013_interest 2014_principal 2014_interest
1: 011000600           0.00          0.00         544.03             0
2: 011000700           0.00          0.00           0.01             0
3: 011000800         363.44         12.79        2005.98             0
4: 011000900           0.00          0.00           0.00             0
5: 011001000           0.00          0.00           0.00             0
6: 011001100           0.00          0.00        1723.24             0

这当然是我想要的数据形式，但是让列名以数字开头对 keester 来说是一种痛苦。

有关如何处理此问题的任何建议？我宁愿有:

          id principal_2013 interest_2013 principal_2014 interest_2014
1: 011000600           0.00          0.00         544.03             0
2: 011000700           0.00          0.00           0.01             0
3: 011000800         363.44         12.79        2005.98             0
4: 011000900           0.00          0.00           0.00             0
5: 011001000           0.00          0.00           0.00             0
6: 011001100           0.00          0.00        1723.24             0

(将年份改为后缀)
我尝试在转换时更加明确，例如

data2<-dcast.data.table(datam,id~year+...)
data3<-dcast.data.table(datam,id~...+year)

无济于事:

data2
          id 2013_principal 2013_interest 2014_principal 2014_interest
1: 011000600           0.00          0.00         544.03             0
2: 011000700           0.00          0.00           0.01             0
3: 011000800         363.44         12.79        2005.98             0
4: 011000900           0.00          0.00           0.00             0
5: 011001000           0.00          0.00           0.00             0
6: 011001100           0.00          0.00        1723.24             0

data3
          id 2013_principal 2013_interest 2014_principal 2014_interest
1: 011000600           0.00          0.00         544.03             0
2: 011000700           0.00          0.00           0.01             0
3: 011000800         363.44         12.79        2005.98             0
4: 011000900           0.00          0.00           0.00             0
5: 011001000           0.00          0.00           0.00             0
6: 011001100           0.00          0.00        1723.24             0

dcast 的命名约定默认为这种风格似乎很愚蠢，因为我认为这种类型的 reshape 无处不在。

鉴于我发现的其他一些帖子(例如 here )，我也尝试过事后修补，但它运行得非常慢(在完整数据集中有大约 400 个变量要重命名)

names(data)<-ifelse(substr(names(data),1,2) %in% c("19","20"),    
                    paste(substr(names(data),6,nchar(data)),
                          substr(names(data),1,4),sep="_")   ,
                    names(copy))

(我试图找到所有以年份开头的变量--19xx 或 20xx--并尝试交换开头和结尾)

Answer 1

FR #5675现在在 v1.9.3 中实现。来自 NEWS

o dcast.data.table(dt, a ~ ... + b) now generates the column names with values from 'b' coming last. Closes #5675.

也就是说，现在您可以执行以下操作:

dcast.data.table(datam, id ~ ... + year)

#          id principal_2013 principal_2014 interest_2013 interest_2014
# 1: 11000600           0.00         544.03          0.00             0
# 2: 11000700           0.00           0.01          0.00             0
# 3: 11000800         363.44        2005.98         12.79             0
# 4: 11000900           0.00           0.00          0.00             0
# 5: 11001000           0.00           0.00          0.00             0
# 6: 11001100           0.00        1723.24          0.00             0
# 7: 11001560           0.00           0.00          0.00             0
# 8: 11001650           0.00           0.00          0.00             0

并且列名将具有 year正如预期的那样，最后的值。

还添加了文档 - Doc #5676 .来自 NEWS :

o ?dcast.data.table now explains how the names are generated for the columns that are being casted. Closes #5676.

现在 ?dcast.data.table包含添加的行:

Names for columns that are being cast are generated in the same order (separated by a _) from the (unique) values in each column mentioned in the formula RHS.

HTH