Comment fonte et fonte dataframes à l'aide de dplyr?

Récemment, j'ai fais toutes mes données à l'aide de manipulations dplyr et c'est un excellent outil pour cela. Cependant, je suis incapable de fonte ou fonte d'un bloc de données à l'aide de dplyr. Est-il possible de faire cela? Droit maintenant, je suis en utilisant reshape2 à cette fin.

Je veux 'dplyr solution pour:

require(reshape2)
data(iris)
dat <- melt(iris,id.vars="Species")
  • Le successeur de reshape2 est tidyr. L'équivalent de melt et dcast sont gather et spread respectivement. Il n'est pas disponible sur CRAN, mais vous pouvez le télécharger à partir de github (github.com/hadley/tidyr)!
  • Mise à jour: tidyr est maintenant sur CRAN (cran.r-project.org/web/packages/tidyr/index.html)
  • pourquoi n'avez-vous pas juste le mettre comme réponse adéquate?
  • c'est comme d'hier!! 🙂 merci de me le faire savoir!
  • Je pense qu'une réponse adéquate consisterait à plus de détails, comme par exemple, comment utiliser les gather pour atteindre la sortie de la melt exemple dans l'OP et je n'ai pas eu le temps pour cela. Mais j'ai pensé que je laisserais @koundy sais de toute façon...
InformationsquelleAutor Koundy | 2014-07-22
  1. 66

    Le successeur de reshape2 est tidyr. L'équivalent de melt() et dcast() sont gather() et spread() respectivement. L'équivalent de votre code serait alors

    library(tidyr)
data(iris)
dat <- gather(iris, variable, value, -Species)

    Si vous avez magrittr importées, vous pouvez utiliser le tuyau de l'opérateur, comme dans dplyr, c'est à dire écrire 

    dat <- iris %>% gather(variable, value, -Species)

    Notez que vous devez spécifier la variable et la valeur des noms explicitement, contrairement à melt(). Je trouve la syntaxe de gather() très pratique, car vous pouvez simplement spécifier les colonnes que vous souhaitez être convertis au format long, ou préciser celles que vous souhaitez rester dans le nouveau bloc de données en les préfixant par un '-' (tout comme pour les Espèces ci-dessus), qui est un peu plus rapide à taper que dans melt(). Cependant, j'ai remarqué que sur ma machine au moins, tidyr peuvent être sensiblement plus lent que reshape2.

    Modifier En réponse à @hadley s 'commentaire ci-dessous, je vais l'afficher certains timing info en comparant les deux fonctions sur mon PC. 

    library(microbenchmark)
microbenchmark(
    melt = melt(iris,id.vars="Species"), 
    gather = gather(iris, variable, value, -Species)
)
# Unit: microseconds
#    expr     min       lq  median       uq      max neval
#    melt 278.829 290.7420 295.797 320.5730  389.626   100
#  gather 536.974 552.2515 567.395 683.2515 1488.229   100

set.seed(1)
iris1 <- iris[sample(1:nrow(iris), 1e6, replace = T), ] 
system.time(melt(iris1,id.vars="Species"))
#    user  system elapsed 
#   0.012   0.024   0.036 
system.time(gather(iris1, variable, value, -Species))
#    user  system elapsed 
#   0.364   0.024   0.387 

sessionInfo()
# R version 3.1.1 (2014-07-10)
# Platform: x86_64-pc-linux-gnu (64-bit)
# 
# locale:
#  [1] LC_CTYPE=en_GB.UTF-8       LC_NUMERIC=C              
#  [3] LC_TIME=en_GB.UTF-8        LC_COLLATE=en_GB.UTF-8    
#  [5] LC_MONETARY=en_GB.UTF-8    LC_MESSAGES=en_GB.UTF-8   
#  [7] LC_PAPER=en_GB.UTF-8       LC_NAME=C                 
#  [9] LC_ADDRESS=C               LC_TELEPHONE=C            
# [11] LC_MEASUREMENT=en_GB.UTF-8 LC_IDENTIFICATION=C       

# attached base packages:
# [1] stats     graphics  grDevices utils     datasets  methods   base     
# 
# other attached packages:
# [1] reshape2_1.4         microbenchmark_1.3-0 magrittr_1.0.1      
# [4] tidyr_0.1           
# 
# loaded via a namespace (and not attached):
# [1] assertthat_0.1 dplyr_0.2      parallel_3.1.1 plyr_1.8.1     Rcpp_0.11.2   
# [6] stringr_0.6.2  tools_3.1.1
    • Il ne devrait pas être sensiblement plus lent, car il est à peu près tous le même code. Si vous pouvez fournir un exemple reproductible, je serais ravi de le voir.
    • J'ai posté quelques infos. Je constate que ce n'est probablement pas dû au code et peuvent être spécifiques à mon système. L '"utilisateur" partie de system.time() semble être ce qui fait la différence, même si je ne suis pas exactement sûr de ce que cela représente, mais je suis sûr que vous le savez 🙂
    • Pour moi aussi, faire fondre effectue plus rapidement que se réunissent --- sera collé à elle pendant un certain temps.
    • C'est vraiment bizarre. Je vais jeter un oeil.
    • et avez-vous? juste pour savoir...
    • yup - voir github.com/hadley/tidyr/issues/18
    • Super réponse, et beau travail Hadley, mais n'aborde que la moitié de la question! Un écart exemple serait bien aussi

    InformationsquelleAutor konvas
  2. 5

    En outre, la fonte peut être à l'aide de tidyr::spread()

    Exemple pour vous

    library(reshape2)
library(tidyr)
library(dplyr)

# example data : `mini_iris`
(mini_iris <- iris[c(1, 51, 101), ])

# melt
(melted1 <- mini_iris %>% melt(id.vars = "Species"))         # on reshape2
(melted2 <- mini_iris %>% gather(variable, value, -Species)) # on tidyr

# cast
melted1 %>% dcast(Species ~ variable, value.var = "value") # on reshape2
melted2 %>% spread(variable, value)                        # on tidyr
    InformationsquelleAutor Lovetoken
  3. 2

    À ajouter aux réponses ci-dessus à l'aide de @Lovetoken de mini_iris exemple (c'est trop complexe pour un commentaire) - pour les nouveaux venus qui ne comprennent pas ce que l'on entend par la fonte et le moulage. 

    library(reshape2)
library(tidyr)
library(dplyr)

# example data : `mini_iris`
mini_iris <- iris[c(1, 51, 101), ]

# mini_iris
#Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
#1            5.1         3.5          1.4         0.2     setosa
#51           7.0         3.2          4.7         1.4 versicolor
#101          6.3         3.3          6.0         2.5  virginica

    Fondre, c'est prendre le dataframe et l'expansion dans une longue liste de valeurs. Pas efficace, mais peut être utile si vous avez besoin de combiner des ensembles de données. Que de la structure d'un icecube de fusion sur une table et à s'écarter.

    melted1 <- testiris %>% melt(id.vars = "Species")

> nrow(melted1)
[1] 12

head(melted1)
# Species     variable      value
# 1     setosa Sepal.Length   5.1
# 2 versicolor Sepal.Length   7.0
# 3  virginica Sepal.Length   6.3
# 4     setosa  Sepal.Width   3.5
# 5 versicolor  Sepal.Width   3.2
# 6  virginica  Sepal.Width   3.3

    Vous pouvez voir comment les données ont été brisés en plusieurs lignes de valeur. Les noms de colonne sont maintenant du texte dans une variable de la colonne.

    casting vont remonter en arrière d'un ensemble de données.table ou les données.cadre.

    InformationsquelleAutor micstr