重组复杂的大型数据框

Question

我有一个包含 41040 个观测值的大型数据框。和 20 个变量。在这里我将简化模拟数据集，以便更容易理解问题。

我有：

rm(list = ls())

variable <- rep(c('var1', 'var1_2', 'var1_3', 'var1_4'), 5)
group <- as.factor(rep(c('county1', 'county2', 'county3', 'county4'), 5))
year <- rep(c(2000:2004), 4)
month <- c(rep(1:12, 1), 1:8)

value1 <- sample(1:10000, 20)
value2 <- sample(1:10000, 20)
value3 <- sample(1:10000, 20)


mydata <- data.frame(variable, group, year, month, value1, value2, value3)

head(mydata)

  variable   group year month value1 value2 value3
1     var1 county1 2000     1   4848   4759   6029
2   var1_2 county2 2001     2   7624   3486   6745
3   var1_3 county3 2002     3   4612   9155   4266
4   var1_4 county4 2003     4   1496   2420   9451
5     var1 county1 2004     5   6739   4312   5577
6   var1_2 county2 2000     6   5127   5030   5479

我想要的是得到另一个 data.frame，其中值不会跨县、跨年或跨月混乱，但每一列将代表变量列中的一个变量。澄清一下，在同一个例子中，我正在寻找最快的方法来获得这个：

var1 <- c(t(mydata[1, 5:7]))
var1_2 <- c(t(mydata[2, 5:7]))
var1_3 <- c(t(mydata[3, 5:7]))
var1_4 <- c(t(mydata[4, 5:7]))

group2 <- rep('county1', 3)
year2 <- rep(2000, 3)
month2 <- rep(1, 3)

mydata2 <- data.frame(group2, year2, month2, var1, var1_2, var1_3, var1_4)

head(mydata2)

group2 year2 month2 var1 var1_2 var1_3 var1_4
county1  2000      1 4848   7624   4612   1496
county1  2000      1 4759   3486   9155   2420
county1  2000      1 6029   6745   4266   9451

写入 county1、2000 年和 1 月的所有值后，我希望它转到 2000 年和 county1 的第 2 个月，而不是第 3 个月等。完成所有月份后，我想要 county 1 的 2001 年等等，最后搬到county2。

我用 melt(), dcast(), stack(), unstack(), gather() and spread() 尝试了各种方法，但都没有成功。

Answer 1

我做到了，虽然不是很优雅。我只是将原来的 data.frame 分成新的 data.frame，选择前 4 个变量，而不是交替需要转换的以下变量。像这样：

res <- select(mydata, c(1:4, 5)) # i changed this 5 to 6, than to 7 etc.
base <- dcast(res, group + year + month ~ variable, value.var = 'value1')

在对每一列执行此操作后，我使用 cbind 创建了一个新的转换数据框：

cbind(base, var1_2[ , 5:14], var1_3[ , 6:14])

它有效，但我仍然希望看到一种更好的方法来在一两行中自动执行此操作。

重组复杂的大型数据框

Restructuring complicated and large dataframe

data-manipulation

dataframe