R reshape 性能

Question

编辑:在创建一个简单的示例 data.frame 时，我为两个 Date 列使用了相同的日期，但事实并非如此，这使得这个问题变得更加困难。

而不是这个数据框:

ID     Date           Balance    Date2        Balance2
1      01-01-2014     10000      01-02-2014   5000
2      01-01-2014     50000      01-02-2014   30000
3      01-01-2014     30000      01-02-2014   15000 
4      01-01-2014     5000       01-02-2014   3500

我有这个数据框:

ID     Date           Balance    Date2        Balance2
1      01-01-2014     10000      01-02-2017   5000
2      01-01-2015     50000      01-02-2016   30000
3      01-08-2014     30000      01-02-2015   15000 
4      01-02-2016     5000       01-02-2018   3500

我想将其 reshape 为以下内容:

ID     Date           Balance
1      01-01-2014     10000      
1      02-02-2017     5000
2      01-01-2015     50000      
2      01-02-2016     30000      
3      ...            ...        And so on...

我目前有以下内容。

Dates = a character containing all the columns with Dates (Date, Date2, Date3...)
Balances = a character containing all the columns with Balances (Balance1, Balance2...)

df <- reshape(df,
               varying = Balances,
               v.names = "Balance"
               timevar = "Date"
               times = Dates,
               direction = "long")

当我更改示例 data.frame/data.table 时，您提出的出色方法的结果并没有让我得到结果。

主要问题是我在日期列中有不同的日期，我无法更改它。 Date1 - Date2 - Date3 始终按时间顺序排列。

我需要一种 R 理解它需要获取 Date 列和 Balance 列的方式，将其放在新的 DF 中，然后获取 Date2 和 Balance2，将它们与第一个 DF 绑定(bind)，然后是 Date3、Balance3 等等，直到我得到我的 700ish 变量。

我正在考虑写一个循环，有什么想法吗？请参阅下面的示例数据。

提前致谢，

罗伯特

df <- data.frame(ID=seq(1:4),
                Date= c("01-01-2014","01-01-2015","01-08-2014","01-02-2016"),
                Balance = c(10000,50000,30000,5000),
                Date2= c("01-02-2017","01-02-2016","01-02-2015","01-02-2018"),
            Balance2 = c(5000,30000,15000,3500))

Answer 1

如果您的列按照您在示例中提供的名称命名，您可以尝试 merged.stack来自我的“splitstackshape”包。请注意，“ID”列中的值必须是唯一的才能正常工作(因为它们在您的示例数据中)。

用法很简单:指定变量的“ stub ”(此处为“日期”和“余额”)。设置sep = "var.stubs"只是去掉列名的其余部分。 [, .time_1 := NULL]只是删除在 reshape 过程中创建的时间列。

library(splitstackshape)
merged.stack(mydf, var.stubs = c("Date", "Balance"), 
             sep = "var.stubs")[, .time_1 := NULL][]
#    ID       Date Balance
# 1:  1 01-01-2014   10000
# 2:  1 01-02-2014    5000
# 3:  2 01-01-2014   50000
# 4:  2 01-02-2014   30000
# 5:  3 01-01-2014   30000
# 6:  3 01-02-2014   15000
# 7:  4 01-01-2014    5000
# 8:  4 01-02-2014    3500

很快(“data.table”的 1.9.8 版) melt将能够像您尝试到达这里一样处理转换为半长形式。那会比 merged.stack 快目前是，但是 merged.stack应该已经能够处理您目前的情况。