r - 如何使用 dplyr 熔化和类型转换数据框？

Question

最近我正在使用 dplyr 进行所有数据操作，它是一个出色的工具。但是我无法使用 dplyr 熔化或类型转换数据框。有什么办法可以做到这一点吗？现在我正在使用 reshape2 来实现此目的。

我想要“dplyr”解决方案:

require(reshape2)
data(iris)
dat <- melt(iris,id.vars="Species")

Answer 1

reshape2 的后继者是 tidyr。 melt() 和 dcast() 的等效项分别是 gather() 和 spread()。相当于您的代码将是

library(tidyr)
data(iris)
dat <- gather(iris, variable, value, -Species)

如果您导入了 magrittr ，您可以使用管道运算符，如 dplyr 中，即写入

dat <- iris %>% gather(variable, value, -Species)

请注意，您需要显式指定变量和值名称，这与 melt() 不同。我发现 gather() 的语法非常方便，因为您可以只指定要转换为长格式的列，或者通过在它们前面添加前缀来指定要保留在新数据框中的列带有“-”(就像上面的 Species 一样)，这比在 melt() 中键入要快一些。但是，我注意到至少在我的机器上，tidyr 明显比 reshape2 慢。

编辑 在回复下面@hadley 的评论时，我发布了一些时间信息来比较我的电脑上的两个功能。

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