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. Vue项目中引入ElementUI

    前提:创建好的vue项目. 1.安装ElementUI 转到项目根目录,输入命令:#cnpm install element-ui --save-dev 2.在 main.js 引入并注册 impor ...

  2. 学习笔记-java 集合

    背景: 看的是<java核心技术 第8版>,覆盖jdk1.6.主要是对集合全局和细节进行全面掌握,较深入的理解集合.本人对java比较熟悉,但是对于细节的理解不深,知识点还不全,这是知识的 ...

  3. C#转Java之路之一：线程

    Java实现多线程方式有以下两种: public class HelloWordThread implements Runnable{ public void run(){ System.out.pr ...

  4. June 02nd 2017 Week 22nd Friday

    A burden of one's choice is not felt. 爱挑的担子不嫌重. When doing things I love to do, I seldom feel tired ...

  5. 函数名: lseek

    函数名: lseek 功 能: 移动文件读/写指针 头文件:#include <sys/types.h> #include <unistd.h> 用 法: off_t lsee ...

  6. libxml2用xpath进行查找

    xml文档 <?xml version="1.0" encoding="UTF-8"?> <radios> <radio> ...

  7. 设计模式——策略模式(Strategy Pattern)

    写在前面: 直接将书中的例子用来作为记录自己学习的成果,不知道这样好不好,如果给原作者带来什么不利的影响不妨告知一声,我及时删掉. UML图: 抽象策略:Strategy package com.cn ...

  8. 【牛客挑战赛30D】小A的昆特牌（组合问题抽象到二维平面）

    点此看题面 大致题意: 有\(S\)张无编号的牌,可以将任意张牌锻造成\(n\)种步兵或\(m\)种弩兵中的一种,求最后步兵数量大于等于\(l\)小于等于\(r\)的方案数. 暴力式子 首先我们来考虑 ...

  9. Gym - 101246D 博弈

    题意:一个无向有环的图,从 1 号结点起火,开始蔓延,两个绝顶聪明的人轮流走,谁不能走谁输,输出输的人: 分析: 当时知道是博弈,但是想当然的以为 1 号结点有一个奇数层,就必胜:其实不是这样的,当一 ...

  10. 【luogu P1144 最短路计数】 题解

    题目链接:https://www.luogu.org/problemnew/show/P1144 #include <iostream> #include <cstdio> # ...