Измените три столбца данных кадра в матрицу ("длинный" в "широкий" формат)

Question

У меня есть data.frame, который выглядит следующим образом.

x a 1 
x b 2 
x c 3 
y a 3 
y b 3 
y c 2 

Я хочу это в матричной форме, чтобы я мог передать его в тепловую карту для построения графика.Результат должен выглядеть примерно так:

    a    b    c
x   1    2    3
y   3    3    2

Я попытался cast из пакета reshape, и я пытался написать ручную функцию, чтобы сделать это, но я, кажется, не могу сделать это правильно.

Answer 1

Есть много способов сделать это. Этот ответ начинается с моих любимых способов, но также содержит различные варианты 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 тидиверса:

Крутой новый способ сделать это с spread от Tidyr. 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)
spread(tmp, y, z)
##   x a b c
## 1 x 1 2 3
## 2 y 3 3 2

Использование reshape2 :

Одним из первых шагов к tidyverse был пакет reshape2. Я все еще думаю, что для многих задач по изменению формы функции melt и *cast более понятны и просты, чем обратные пути.

Для получения матрицы 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: Изменение данных 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: 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

Использование матричного индексирования:

Это своего рода старая школа, но это хорошая демонстрация матричного индексирования, 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
})

Использование xtabs:

xtabs(z~x+y, data=tmp)

Использование разреженной матрицы:

В пакете Matrix также есть sparseMatrix, 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

Использование 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 дополнительные столбцы и получить имена правильные (не показаны).

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

Answer 2

Для полноты картины существует решение 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))

Answer 3

база R, unstack

unstack(df, V3 ~ V2)
#   a b c
# 1 1 2 3
# 2 3 3 2

Возможно, это не общее решение, но в этом случае хорошо работает.

данные

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))

Answer 4

Вопросу уже несколько лет, но, возможно, некоторым людям все еще интересны альтернативные ответы.

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

Answer 5

Пакет tidyr из tidyverse имеет отличную функцию, которая делает это.

Предполагая, что ваши переменные имеют имена v1, v2 и v3, слева направо, а ваш фрейм данных называется dat:

dat %>% 
spread(key = v2,
       value = v3)

Та да!