r - 我如何以 dcast 之类的方式自行加入 data.table

Question

假设我有一个 data.table以“熔化”形式，其中我有一个键、标识符和一个值

library(data.table)
library(reshape2)
DT = data.table(X = c(1:5, 1:4), Y = c(rep("A", 5), rep("B", 4)), Z = rnorm(9))
DT2 = data.table(dcast(DT, X~Y))

我怎样才能在 data.table 中执行那种自连接?

> DT
   X Y           Z
1: 1 A -0.19790449
2: 2 A  0.17906116
3: 3 A  0.01821837
4: 4 A  0.17309716
5: 5 A  0.05962474
6: 1 B -0.24629468
7: 2 B  0.92285734
8: 3 B  0.66002573
9: 4 B -1.01403880
> DT2
   X           A          B
1: 1 -0.19790449 -0.2462947
2: 2  0.17906116  0.9228573
3: 3  0.01821837  0.6600257
4: 4  0.17309716 -1.0140388
5: 5  0.05962474         NA

旁白(主要是给 Arun):
这是我已经用于melt的解决方案(在Matthew D的帮助下编写，所以他应该有这个代码)，我认为它完全复制了melt，并且非常有效。另一方面，Dcast(或者应该是 dtcast？)要困难得多!

melt.data.table = function(data, id.vars, measure.vars,
                           variable.name = "variable",
                           ..., na.rm = FALSE, value.name = "value") {
  if(missing(id.vars)){
    id.vars = setdiff(names(data), measure.vars)
  }
  if(missing(measure.vars)){
    measure.vars = setdiff(names(data), id.vars)
  }

  dtlist = lapply(measure.vars, function(..colname) {
    data[, c(id.vars, ..colname), with = FALSE][, (variable.name) := ..colname]
  })

  dt = rbindlist(dtlist)
  setnames(dt, measure.vars[1], value.name)
  if(na.rm){
    return(na.omit(dt))
  } else {
    return(dt)
  }
}

Answer 1

更新: melt 的更快版本和 dcast现在在 data.table 中实现(在 C 中)版本 >= 1.9.0 .查询 this post了解更多信息。

现在你可以这样做:

dcast.data.table(DT, X~Y)

如果是 dcast目前，它必须单独写出(因为它在 reshape2 中还不是 S3 泛型)。我们会尽快解决这个问题。对于 melt,您可以使用 melt(.)就像你平时做的那样。

大体思路是这样的:

setkey(DT, X, Y)
DT[CJ(1:5, c("A", "B"))][, as.list(Z), by=X]

您可以为列命名 V1和 V2如 A和 B使用 setnames .

但这在大数据上或当转换公式很复杂时可能效率不高。或者更确切地说，我应该说，它可以更有效率。我们正在寻找这样的实现来将melt 和cast 集成到data.table。在那之前，你可以像上面那样解决这个问题。

一旦我们在熔化/类型转换方面取得重大进展，我将更新这篇文章。