重塑大数据 [英] reshape of a large data
本文介绍了重塑大数据的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我有一个包含100个变量和400,000个事务的大型数据集。以下是示例数据:
a <- structure(list(ID = c("A1", "A2", "A3", "A1", "A1", "A2", "A4", "A5", "A2", "A3"),
Type = c("A", "B", "C", "A", "A", "A", "B", "B", "C", "B"),
Alc = c("E", "F", "G", "E", "E", "E", "F", "F", "F", "F"),
Com = c("Y", "N", "Y", "N", "Y", "Y", "Y", "N", "N", "Y")),
.Names = c("ID", "Type", "Alc", "Com"), row.names = c(NA, -10L), class = "data.frame")
a
ID Type Alc Com
1 A1 A E Y
2 A2 B F N
3 A3 C G Y
4 A1 A E N
5 A1 A E Y
6 A2 A E Y
7 A4 B F Y
8 A5 B F N
9 A2 C F N
10 A3 B F Y
我喜欢这样获取数据集:
ID Type_A Type_B Type_C Alc_E Alc_F Alc_G Com_Y Com_N
A1 3 0 0 3 0 0 2 1
A2 1 1 1 1 2 0 1 2
A3 0 1 1 0 1 1 2 0
A4 0 1 0 0 1 0 1 0
A5 0 1 0 0 1 0 0 1
我正在使用‘reshape2’包中的‘dcast’函数。但结果与我的要求不符。
提前谢谢。
推荐答案
假设您的data.frame
是df:
require(reshape2)
dcast(melt(DF, id.var=c("ID")), ID ~ variable + value, value.var="value")
Aggregation function missing: defaulting to length
ID Type_A Type_B Type_C Alc_E Alc_F Alc_G Com_N Com_Y
1 A1 3 0 0 3 0 0 1 2
2 A2 1 1 1 1 2 0 2 1
3 A3 0 1 1 0 1 1 0 2
4 A4 0 1 0 0 1 0 0 1
5 A5 0 1 0 0 1 0 1 0
这篇关于重塑大数据的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文