Remodeler la base de données à trois colonnes en une matrice (format" long "à" large"))
j'ai un data.frame qui ressemble à ceci.
x a 1
x b 2
x c 3
y a 3
y b 3
y c 2
je veux ceci sous forme de matrice pour que je puisse l'alimenter à heatmap pour faire un tracé. Le résultat devrait ressembler à quelque chose comme:
a b c
x 1 2 3
y 3 3 2
j'ai essayé cast à partir du paquet reshape et j'ai essayé d'écrire une fonction manuelle pour le faire mais je ne semble pas être en mesure de le faire correctement.
4 réponses
il y a plusieurs façons de le faire. Cette réponse commence par mes façons préférées, mais recueille également de diverses façons à partir de réponses à des questions similaires dispersées autour de ce site.
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))
à l'Aide de reshape2:
library(reshape2)
acast(tmp, x~y, value.var="z")
utilisant l'indexation matricielle:
with(tmp, {
out <- matrix(nrow=nlevels(x), ncol=nlevels(y),
dimnames=list(levels(x), levels(y)))
out[cbind(x, y)] <- z
out
})
par xtabs :
xtabs(z~x+y, data=tmp)
vous pouvez également utiliser reshape , comme suggéré ici: table de conversion dans matrix by column names , bien que vous ayez à faire une petite manipulation par la suite pour enlever une colonne supplémentaire et obtenir les bons noms (Non montré).
> 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
il y a aussi sparseMatrix dans le paquet Matrix , comme on le voit ici: R - convertissez la grande table en matrice par les noms de colonne
> 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
la fonction daply de la bibliothèque plyr pourrait également être utilisée, comme ici: https://stackoverflow.com/a/7020101/210673
> library(plyr)
> daply(tmp, .(x, y), function(x) x$z)
y
x a b c
x 1 2 3
y 3 3 2
dcast de reshape2 fonctionne également, comme ici: données de Reshape pour les valeurs dans une colonne , mais vous obtenez une donnée.cadre avec colonne pour la valeur x .
> dcast(tmp, x~y, value.var="z")
x a b c
1 x 1 2 3
2 y 3 3 2
de même, spread de "tidyr" travaillerait aussi pour une telle transformation:
library(tidyr)
spread(tmp, y, z)
# x a b c
# 1 x 1 2 3
# 2 y 3 3 2
la question Est vieille de quelques années mais peut-être que certaines personnes sont encore intéressées par des réponses alternatives.
si vous ne voulez pas charger de paquets, vous pouvez utiliser cette fonction:
#' 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)
}
Comment cela fonctionne:
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
le paquet tidyr de la tidyverse a une excellente fonction qui fait ceci.
en supposant que vos variables sont appelées v1, v2 et v3, de gauche à droite, et que votre base de données est appelée dat:
dat %>%
spread(key = v2,
value = v3)
Ta da!
de la base de R, unstack
unstack(df, V3 ~ V2)
# a b c
# 1 1 2 3
# 2 3 3 2
cette solution n'est peut-être pas générale, mais elle fonctionne bien dans ce cas.
données
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))