У меня есть data.frame, который выглядит так.
x a 1
x b 2
x c 3
y a 3
y b 3
y c 2
Я хочу, чтобы это было в матричной форме, поэтому я могу прокормить его, чтобы создать график. Результат должен выглядеть примерно так:
a b c
x 1 2 3
y 3 3 2
Я попробовал cast из пакета reshape, и я попытался написать ручную функцию, чтобы сделать это, но я, похоже, не в состоянии понять это.
Есть много способов сделать это. Этот ответ начинается с того, что быстро становится стандартным методом, но также включает в себя более старые методы и различные другие методы, начиная с ответов на похожие вопросы, разбросанные по всему сайту.
tmp <- data.frame(x=gl(2,3, labels=letters[24:25]),
y=gl(3,1,6, labels=letters[1:3]),
z=c(1,2,3,3,3,2))
Использование Tidyverse:
Новый крутой новый способ сделать это с pivot_wider из tidyr 1.0.0. Он возвращает фрейм данных, что, вероятно, и будет желать большинство читателей этого ответа. Однако для тепловой карты вам необходимо преобразовать ее в истинную матрицу.
library(tidyr)
pivot_wider(tmp, names_from = y, values_from = z)
## # A tibble: 2 x 4
## x a b c
## <fct> <dbl> <dbl> <dbl>
## 1 x 1 2 3
## 2 y 3 3 2
Старый крутой новый способ сделать это с spread из tidyr. Точно так же возвращает фрейм данных.
library(tidyr)
spread(tmp, y, z)
## x a b c
## 1 x 1 2 3
## 2 y 3 3 2
Использование reshape2:
Одним из первых шагов на пути к Tidyverse стал пакет reshape2.
Чтобы получить матрицу, используйте acast:
library(reshape2)
acast(tmp, x~y, value.var="z")
## a b c
## x 1 2 3
## y 3 3 2
Или чтобы получить фрейм данных, используйте dcast, как здесь: Измените данные для значений в одном столбце.
dcast(tmp, x~y, value.var="z")
## x a b c
## 1 x 1 2 3
## 2 y 3 3 2
Использование plyr:
Между reshape2 и tidyverse появился plyr с функцией daply, как показано здесь: fooobar.com/questions/43126/...
library(plyr)
daply(tmp, .(x, y), function(x) x$z)
## y
## x a b c
## x 1 2 3
## y 3 3 2
Использование матричной индексации:
Это своего рода старая школа, но это хорошая демонстрация матричной индексации, которая может быть действительно полезна в определенных ситуациях.
with(tmp, {
out <- matrix(nrow=nlevels(x), ncol=nlevels(y),
dimnames=list(levels(x), levels(y)))
out[cbind(x, y)] <- z
out
})
Используя xtabs:
xtabs(z~x+y, data=tmp)
Использование разреженной матрицы:
Также есть sparseMatrix в пакете Matrix, как показано здесь: R - преобразовать БОЛЬШУЮ таблицу в матрицу по именам столбцов
with(tmp, sparseMatrix(i = as.numeric(x), j=as.numeric(y), x=z,
dimnames=list(levels(x), levels(y))))
## 2 x 3 sparse Matrix of class "dgCMatrix"
## a b c
## x 1 2 3
## y 3 3 2
Используя reshape:
Вы также можете использовать базовую функцию R reshape, как предлагается здесь: Преобразовать таблицу в матрицу по именам столбцов, хотя впоследствии вам придется немного поработать, чтобы удалить лишние столбцы и получить правильные имена ( не показано).
reshape(tmp, idvar="x", timevar="y", direction="wide")
## x z.a z.b z.c
## 1 x 1 2 3
## 4 y 3 3 2
Вопрос несколько лет, но, возможно, некоторые люди все еще интересуются альтернативными ответами.
Если вы не хотите загружать какие-либо пакеты, вы можете использовать эту функцию:
#' Converts three columns of a data.frame into a matrix -- e.g. to plot
#' the data via image() later on. Two of the columns form the row and
#' col dimensions of the matrix. The third column provides values for
#' the matrix.
#'
#' @param data data.frame: input data
#' @param rowtitle string: row-dimension; name of the column in data, which distinct values should be used as row names in the output matrix
#' @param coltitle string: col-dimension; name of the column in data, which distinct values should be used as column names in the output matrix
#' @param datatitle string: name of the column in data, which values should be filled into the output matrix
#' @param rowdecreasing logical: should the row names be in ascending (FALSE) or in descending (TRUE) order?
#' @param coldecreasing logical: should the col names be in ascending (FALSE) or in descending (TRUE) order?
#' @param default_value numeric: default value of matrix entries if no value exists in data.frame for the entries
#' @return matrix: matrix containing values of data[[datatitle]] with rownames data[[rowtitle]] and colnames data[coltitle]
#' @author Daniel Neumann
#' @date 2017-08-29
data.frame2matrix = function(data, rowtitle, coltitle, datatitle,
rowdecreasing = FALSE, coldecreasing = FALSE,
default_value = NA) {
# check, whether titles exist as columns names in the data.frame data
if ( (!(rowtitle%in%names(data)))
|| (!(coltitle%in%names(data)))
|| (!(datatitle%in%names(data))) ) {
stop('data.frame2matrix: bad row-, col-, or datatitle.')
}
# get number of rows in data
ndata = dim(data)[1]
# extract rownames and colnames for the matrix from the data.frame
rownames = sort(unique(data[[rowtitle]]), decreasing = rowdecreasing)
nrows = length(rownames)
colnames = sort(unique(data[[coltitle]]), decreasing = coldecreasing)
ncols = length(colnames)
# initialize the matrix
out_matrix = matrix(NA,
nrow = nrows, ncol = ncols,
dimnames=list(rownames, colnames))
# iterate rows of data
for (i1 in 1:ndata) {
# get matrix-row and matrix-column indices for the current data-row
iR = which(rownames==data[[rowtitle]][i1])
iC = which(colnames==data[[coltitle]][i1])
# throw an error if the matrix entry (iR,iC) is already filled.
if (!is.na(out_matrix[iR, iC])) stop('data.frame2matrix: double entry in data.frame')
out_matrix[iR, iC] = data[[datatitle]][i1]
}
# set empty matrix entries to the default value
out_matrix[is.na(out_matrix)] = default_value
# return matrix
return(out_matrix)
}
Как это работает:
myData = as.data.frame(list('dim1'=c('x', 'x', 'x', 'y','y','y'),
'dim2'=c('a','b','c','a','b','c'),
'values'=c(1,2,3,3,3,2)))
myMatrix = data.frame2matrix(myData, 'dim1', 'dim2', 'values')
myMatrix
> a b c
> x 1 2 3
> y 3 3 2
unstackunstack(df, V3 ~ V2)
# a b c
# 1 1 2 3
# 2 3 3 2
Это может не быть общим решением, но в этом случае хорошо работает.
df<-structure(list(V1 = structure(c(1L, 1L, 1L, 2L, 2L, 2L), .Label = c("x",
"y"), class = "factor"), V2 = structure(c(1L, 2L, 3L, 1L, 2L,
3L), .Label = c("a", "b", "c"), class = "factor"), V3 = c(1L,
2L, 3L, 3L, 3L, 2L)), .Names = c("V1", "V2", "V3"), class = "data.frame", row.names = c(NA,
-6L))
Для полноты, есть tapply().
with(d, tapply(z, list(x, y), sum))
# a b c
# x 1 2 3
# y 3 3 2
Данные
d <- structure(list(x = structure(c(1L, 1L, 1L, 2L, 2L, 2L), .Label = c("x",
"y"), class = "factor"), y = structure(c(1L, 2L, 3L, 1L, 2L,
3L), .Label = c("a", "b", "c"), class = "factor"), z = c(1, 2,
3, 3, 3, 2)), class = "data.frame", row.names = c(NA, -6L))
Из tidyr 0.8.3.9000 вводится новая функция под названием pivot_wider(). По сути, это обновленная версия предыдущей функции spread() (которая, кроме того, больше не находится в активной разработке). Из поворотной виньетки:
Эта виньетка описывает использование нового pivot_longer() и pivot_wider() функции. Их цель - улучшить удобство использования собирать() и распространять(), а также включать в себя самые современные функции, найденные в других пакетах.
В течение некоторого времени было очевидно, что есть что-то принципиально неправильно с дизайном распространения() и собирать(). Многие люди не находят имена интуитивно понятны и трудно вспомнить, в каком направлении соответствует распространению и какой сбор. Тоже кажется на удивление трудно запомнить аргументы этих функций, Это означает, что многие люди (включая меня!) должны проконсультироваться с документация каждый раз.
Как его использовать (используя данные @Aaron):
pivot_wider(data = tmp, names_from = y, values_from = z)
x a b c
<fct> <dbl> <dbl> <dbl>
1 x 1 2 3
2 y 3 3 2
Или "полностью" tidyverse:
tmp %>%
pivot_wider(names_from = y, values_from = z)
Пакет tidyr от tidyverse имеет отличную функцию, которая делает это.
Предполагая, что ваши переменные называются v1, v2 и v3, слева направо, а ваш фрейм данных называется dat:
dat %>%
spread(key = v2,
value = v3)
Та да!