假设我有一个带有这些列的data.table
nodeID
hour1aaa
hour1bbb
hour1ccc
hour2aaa
hour2bbb
hour2ccc
...
hour24aaa
hour24bbb
hour24ccc
总共72列。我们称之为rawtable
我想重塑它,这样我就有了
nodeID
hour
aaa
bbb
ccc
总共只有这5列其中小时列将包含从原始72开始的任何一个小时。我们称之为newshape
我现在的做法是使用rbindlist
和24个项目,其中每个项目都是较大数据表的适当子集
newshape<-rbindlist(list(
rawtable[,list(nodeID, Hour=1, aaa=hour1aaa, bbb=hour1bbb, ccc=hour1ccc)],
rawtable[,list(nodeID, Hour=2, aaa=hour2aaa, bbb=hour2bbb, ccc=hour2ccc)],
rawtable[,list(nodeID, Hour=24, aaa=hour24aaa, bbb=hour24bbb, ccc=hour24ccc)]))
以下是一些的示例数据
rawtable<-data.table(nodeID=c(1,2),hour1aaa=c(12.4,32),hour1bbb=c(61.1,65.33),hour1ccc=c(-4.2,54),hour2aaa=c(12.2,1.2),hour2bbb=c(12.2,5.7),hour2ccc=c(5.6,101.9),hour24aaa=c(45.2,8.5),hour24bbb=c(23,7.9),hour24ccc=c(98,32.3))
使用我的rbindlist
方法可以得到所需的结果,但与我使用R所做的大多数事情一样,可能有更好的方法。我所说的"更好"是指内存效率更高、速度更快和/或使用更少的代码行。有人有更好的方法来实现这一点吗?
如果你的名字符合它所期望的标准约定,这是一个典型的reshape
问题,尽管我不确定这是否真的利用了data.table
结构的效率:
reshape(
setNames(rawtable, gsub("(\D+)(\d+)(\D+)", "\3.\2", names(rawtable))),
idvar="nodeID", direction="long", varying=-1
)
结果:
nodeID hour aaa bbb ccc
1: 1 1 12.4 61.10 -4.2
2: 2 1 32.0 65.33 54.0
3: 1 2 12.2 12.20 5.6
4: 2 2 1.2 5.70 101.9
5: 1 24 45.2 23.00 98.0
6: 2 24 8.5 7.90 32.3
@Arun
的答案在这里:https://stackoverflow.com/a/15510828/496803如果您能够将其调整为当前数据,则可能也很有用。
一个选项是使用我的包"splitstackshape"中的merged.stack
。这个函数,stack
的列组,然后将输出合并在一起。由于函数是如何创建"时间"变量的,因此可以指定要从列名中去掉的任何内容。在这种情况下,我们希望去掉"hour"、"aaa"、"bbb"one_answers"ccc",只剩下数字。
library(splitstackshape)
## Make sure you're using at least 1.2.0
packageVersion("splitstackshape")
# [1] ‘1.2.0’
merged.stack(rawtable, id.vars="nodeID",
var.stubs=c("aaa", "bbb", "ccc"),
sep="hour|aaa|bbb|ccc")
# nodeID .time_1 aaa bbb ccc
# 1: 1 1 12.4 61.10 -4.2
# 2: 1 2 12.2 12.20 5.6
# 3: 1 24 45.2 23.00 98.0
# 4: 2 1 32.0 65.33 54.0
# 5: 2 2 1.2 5.70 101.9
# 6: 2 24 8.5 7.90 32.3