使用 data.table 功能将长结构化 data.table reshape 为宽结构？

Question

> library(data.table)
> A <- data.table(x = c(1,1,2,2), y = c(1,2,1,2), v = c(0.1,0.2,0.3,0.4))
> A
   x y   v
1: 1 1 0.1
2: 1 2 0.2
3: 2 1 0.3
4: 2 2 0.4
> B <- dcast(A, x~y)
Using v as value column: use value.var to override.
> B
  x   1   2
1 1 0.1 0.2
2 2 0.3 0.4

显然，我可以使用 f.x 将 data.table 从长到宽 reshape 。包 reshape2 的 dcast。但是 data.table 带有一个重载的括号运算符，提供像“by”和“group”这样的参数，这让我想知道是否可以使用它来实现它(到 data.table 特定功能)？

手册中的一个随机示例:

DT[,lapply(.SD,sum),by=x]

这看起来很棒——但我还不完全理解它的用法。

我既没有找到方法也没有找到一个例子，所以也许这是不可能的，也许它甚至不应该是 - 所以，一个明确的“不，不可能，因为......”当然也是一个有效的答案.

Answer 1

我将选择一个不相等组的示例，以便更容易说明一般情况:

A <- data.table(x=c(1,1,1,2,2), y=c(1,2,3,1,2), v=(1:5)/5)
> A
   x y   v
1: 1 1 0.2
2: 1 2 0.4
3: 1 3 0.6
4: 2 1 0.8
5: 2 2 1.0

第一步是使每组“x”的元素/条目数相同。这里，对于 x=1，y 有 3 个值，但对于 x=2，只有 2 个。所以，我们必须先用 NA 来解决这个问题，因为 x=2, y=3。

setkey(A, x, y)
A[CJ(unique(x), unique(y))]

现在，为了得到宽格式，我们应该按“x”分组并使用 as.list在 v如下:

out <- A[CJ(unique(x), unique(y))][, as.list(v), by=x]
   x  V1  V2  V3
1: 1 0.2 0.4 0.6
2: 2 0.8 1.0  NA

现在，您可以使用 setnames 的引用来设置重整列的名称。如下:

setnames(out, c("x", as.character(unique(A$y)))

   x   1   2   3
1: 1 0.2 0.4 0.6
2: 2 0.8 1.0  NA