melt函数可以将宽数据转化为长数据

dcast函数可以将长数据转化为宽数据

> DT = fread("melt_default.csv")

> DT

   family_id age_mother dob_child1 dob_child2 dob_child3

1:         1         30 1998-11-26 2000-01-29         NA

2:         2         27 1996-06-22         NA         NA

3:         3         26 2002-07-11 2004-04-05 2007-09-02

4:         4         32 2004-10-10 2009-08-27 2012-07-21

5:         5         29 2000-12-05 2005-02-28         NA

> DT.m1 <- melt(DT, measure.vars = c("dob_child1", "dob_child2", "dob_child3"),

+               variable.name = "child", value.name = "dob")

> DT.m1

    family_id age_mother      child        dob

 1:         1         30 dob_child1 1998-11-26

 2:         2         27 dob_child1 1996-06-22

 3:         3         26 dob_child1 2002-07-11

 4:         4         32 dob_child1 2004-10-10

 5:         5         29 dob_child1 2000-12-05

 6:         1         30 dob_child2 2000-01-29

 7:         2         27 dob_child2         NA

 8:         3         26 dob_child2 2004-04-05

 9:         4         32 dob_child2 2009-08-27

10:         5         29 dob_child2 2005-02-28

11:         1         30 dob_child3         NA

12:         2         27 dob_child3         NA

13:         3         26 dob_child3 2007-09-02

14:         4         32 dob_child3 2012-07-21

15:         5         29 dob_child3         NA

> dcast(DT.m1, family_id + age_mother ~ child, value.var = "dob")

   family_id age_mother dob_child1 dob_child2 dob_child3

1:         1         30 1998-11-26 2000-01-29         NA

2:         2         27 1996-06-22         NA         NA

3:         3         26 2002-07-11 2004-04-05 2007-09-02

4:         4         32 2004-10-10 2009-08-27 2012-07-21

5:         5         29 2000-12-05 2005-02-28         NA

对于较为复杂的数据可以这样做

> DT <- fread("melt_enhanced.csv")

> DT

   family_id age_mother dob_child1 dob_child2 dob_child3 gender_child1 gender_child2 gender_child3

1:         1         30 1998-11-26 2000-01-29         NA             1             2            NA

2:         2         27 1996-06-22         NA         NA             2            NA            NA

3:         3         26 2002-07-11 2004-04-05 2007-09-02             2             2             1

4:         4         32 2004-10-10 2009-08-27 2012-07-21             1             1             1

5:         5         29 2000-12-05 2005-02-28         NA             2             1            NA

> DT.m2 <- melt(DT, measure = patterns("^dob","^gender"), value.name = c("dob", "gender"))

> DT.m2

    family_id age_mother variable        dob gender

 1:         1         30        1 1998-11-26      1

 2:         2         27        1 1996-06-22      2

 3:         3         26        1 2002-07-11      2

 4:         4         32        1 2004-10-10      1

 5:         5         29        1 2000-12-05      2

 6:         1         30        2 2000-01-29      2

 7:         2         27        2         NA     NA

 8:         3         26        2 2004-04-05      2

 9:         4         32        2 2009-08-27      1

10:         5         29        2 2005-02-28      1

11:         1         30        3         NA     NA

12:         2         27        3         NA     NA

13:         3         26        3 2007-09-02      1

14:         4         32        3 2012-07-21      1

15:         5         29        3         NA     NA

> DT.c2 <- dcast(DT.m2, family_id + age_mother ~ variable, value.var = c("dob","gender"))

> DT.c2

   family_id age_mother      dob_1      dob_2      dob_3 gender_1 gender_2 gender_3

1:         1         30 1998-11-26 2000-01-29         NA        1        2       NA

2:         2         27 1996-06-22         NA         NA        2       NA       NA

3:         3         26 2002-07-11 2004-04-05 2007-09-02        2        2        1

4:         4         32 2004-10-10 2009-08-27 2012-07-21        1        1        1

5:         5         29 2000-12-05 2005-02-28         NA        2        1       NA

R语言学习笔记（十七）：data.table包中melt与dcast函数的使用的更多相关文章

  1. R语言学习笔记：使用reshape2包实现整合与重构

    R语言中提供了许多用来整合和重塑数据的强大方法. 整合 aggregate 重塑 reshape 在整合数据时,往往将多组观测值替换为根据这些观测计算的描述统计量. 在重塑数据时,则会通过修改数据的结 ...

  2. R语言学习笔记：使用tcltk包显示进度条

    一般在跑耗时较长的程序时,我们不知道程序到底有没有正常跑着,或者在爬虫的时候不知道爬到什么时候断了.因此可以添加进度条来显示当前进度,观察进度是否有进展.当进度条卡住的时候,可以判断程序断线,从而可以 ...

  3. R语言学习笔记：怎么从txt中读入数据

    1   从该链接中下载测试数据,http://pan.baidu.com/share/link?shareid=3322971616&uk=3862050759   2   把测试文件Anal ...

  4. R语言学习笔记：choose、factorial、combn排列组合函数

    一.总结 组合数:choose(n,k) —— 从n个中选出k个 阶乘:factorial(k) —— k! 排列数:choose(n,k) * factorial(k) 幂:^ 余数:%% 整数商: ...

  5. R语言学习笔记（十六）：构建分割点函数

    选取预测概率的分割点 cutoff<- function(n,p){ pp<-1 i<-0 while (pp>=0.02) { model.predfu<-rep(&q ...

  6. R语言学习笔记之: 论如何正确把EXCEL文件喂给R处理

    博客总目录:http://www.cnblogs.com/weibaar/p/4507801.html ---- 前言: 应用背景兼吐槽 继续延续之前每个月至少一次更新博客,归纳总结学习心得好习惯. ...

  7. R语言学习 第九篇：plyr包

    在数据分析中,整理数据的本质可以归纳为:对数据进行分割(Split),然后应用(Apply)某些处理函数,最后将结果重新组合(Combine)成所需的格式返回,简单描述为:Split - Apply ...

  8. R语言学习笔记1——R语言中的基本对象

    R语言,一种自由软件编程语言与操作环境,主要用于统计分析.绘图.数据挖掘.R本来是由来自新西兰奥克兰大学的Ross Ihaka和Robert Gentleman开发(也因此称为R),现在由“R开发核心 ...

  9. R语言学习 第十篇：包

    包(Package)是实现特定功能的.预先写好的代码库(library),通俗地说,包是含有函数.数据等的功能模块.R拥有大量的软件包,许多包都是由某一领域的专家编写的,但并不是所有的包都有很高的质量 ...

随机推荐

  1. Flask入门文件上传flask-uploads(八)

    1 视图传递多个参数 (1) 普通传参 : 关键字参数传递 return render_template('模板名称.html',arg1=val1,arg2=val2...) (2) 字典传参 : ...

  2. 【Spring开发】—— AOP之方法级拦截

    前言: 前面介绍了Spring的核心模块以及相关的依赖注入等概念.这篇讲解一下spring的另一个重点,AOP面向切面编程. 说道AOP不得不提到几个概念: 切面:也就是我们自己的一些业务方法. 通知 ...

  3. CSS基础语法(三) CSS的6种特性

    样式表常用写法及特性(组合.继承.关联性.权值性.层叠性.重要性) 1.样式的组合:把具有相同声明定义的选择符组合在一起,并用逗号隔开.-例如:段落元素p.单元格元素td和类c1可以使用相同样式: p ...

  4. Django聚合函数

    Django在Django .db中提供了以下聚合函数. 1.Avg:返回平均值 class Avg(expression, output_field=FloatField(), filter=Non ...

  5. OC static 和变量

    #include <stdio.h> // 如果在不同源文件出现了同名的内部变量,那么这些变量将互不干扰 static int b; // 用static修饰的全部变量,可以称为内部变量 ...

  6. Android（java）学习笔记25：Android 手机拨号

    1. 手机拨号程序:(只有程序代码) package cn.itcast.phone; import android.app.Activity; import android.content.Inte ...

  7. POJ 1330 Nearest Common Ancestors 【LCA模板题】

    任意门:http://poj.org/problem?id=1330 Nearest Common Ancestors Time Limit: 1000MS   Memory Limit: 10000 ...

  8. 【翻译】苹果官网的命名规范之 Code Naming Basics-General Principles

    苹果官方原文链接:General Principles 代码命名基本原则:通用规范   代码含义清晰 尽可能将代码写的简洁并且明白是最好的,不过代码清晰度不应该因为过度的简洁而受到影响.例如: 代码 ...

  9. 利用firebug 查看JS方法, JS 调试

    “DOM” 可以查看变量和方法. “脚本”可以用来调试js方法. 有空总结一下白鹤堂老师的最牛JavaScript.

  10. mybatis学习记录三——SqlMapConfig.xml相关参数详解

      5       SqlMapConfig.xml mybatis的全局配置文件SqlMapConfig.xml,配置内容如下: properties(属性) settings(全局配置参数) ty ...