r - 将熔化与矩阵或data.frame一起使用可提供不同的输出

Question

考虑以下代码:

set.seed(1)
M = matrix(rnorm(9), ncol = 3)
dimnames(M) = list(LETTERS[1:3], LETTERS[1:3])

print(M)
           A          B         C
A -0.6264538  1.5952808 0.4874291
B  0.1836433  0.3295078 0.7383247
C -0.8356286 -0.8204684 0.5757814

melt(M)

  Var1 Var2      value
1    A    A -0.6264538
2    B    A  0.1836433
3    C    A -0.8356286
4    A    B  1.5952808
5    B    B  0.3295078
6    C    B -0.8204684
7    A    C  0.4874291
8    B    C  0.7383247
9    C    C  0.5757814

如果我使用 melt调用 data.frame，则会得到不同的结果:

DF = data.frame(M)

melt(DF)

  variable      value
1        A -0.6264538
2        A  0.1836433
3        A -0.8356286
4        B  1.5952808
5        B  0.3295078
6        B -0.8204684
7        C  0.4874291
8        C  0.7383247
9        C  0.5757814

我发现文档对此有些困惑，因此任何人都可以帮助我了解这种行为？我可以使用data.frame获得第一个结果吗？

Answer 1

根本原因是methods有不同的melt，可以通过运行methods("melt")看到。其中大多数都可以通过reshape2:::melt.matrix或reshape2:::melt.data.frame进行访问，这可以使您不遗余力地弄清楚结果为何不同。

但是，总结一下您会发现的内容，基本上，melt.matrix最终会做类似的事情:

cbind(expand.grid(dimnames(M)), value = as.vector(M))
#   Var1 Var2      value
# 1    A    A -0.6264538
# 2    B    A  0.1836433
# 3    C    A -0.8356286
# 4    A    B  1.5952808
# 5    B    B  0.3295078
# 6    C    B -0.8204684
# 7    A    C  0.4874291
# 8    B    C  0.7383247
# 9    C    C  0.5757814

...而 melt.data.frame最终将执行以下操作:

N <- data.frame(M)
data.frame(var1 = rep(names(N), each = nrow(N)), value = unlist(unname(N)))
#   var1      value
# 1    A -0.6264538
# 2    A  0.1836433
# 3    A -0.8356286
# 4    B  1.5952808
# 5    B  0.3295078
# 6    B -0.8204684
# 7    C  0.4874291
# 8    C  0.7383247
# 9    C  0.5757814

当然，实际函数会执行更多的错误检查，其目的是让您方便地指定应熔化的列等。

请注意， data.frame方法未使用 rownames，因此如注释中所述，要获得与oj​​it_code方法相同的结果，必须将它们添加到 data.frame命令中。