Hoe de dcast-functie van data.table in r te gebruiken

U kunt de dcast- functie van het data.table- pakket in R gebruiken om een gegevensframe te hervormen van een lang formaat naar een breed formaat.

Deze functie is vooral handig als u specifieke variabelen in een gegevensframe wilt samenvatten, gegroepeerd op andere variabelen.

De volgende voorbeelden laten zien hoe u de dcast- functie in de praktijk kunt gebruiken met het volgende dataframe in R:

 library (data.table)

#create data frame
df <- data. frame (team=c('A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'),
                 position=c('G', 'G', 'F', 'F', 'G', 'G', 'F', 'F'),
                 points=c(18, 13, 10, 12, 16, 25, 24, 31),
                 assists=c(9, 8, 8, 5, 12, 15, 10, 7))

#convert data frame to data table
dt <- setDT(df)

#view data table
dt

   team position points assists
1: AG 18 9
2: AG 13 8
3:AF 10 8
4:AF 12 5
5: BG 16 12
6: BG 25 15
7: BF 24 10
8: BF 31 7

Voorbeeld 1: Bereken de metriek voor een variabele, gegroepeerd op andere variabelen

De volgende code laat zien hoe u de dcast- functie gebruikt om de gemiddelde puntwaarde te berekenen, gegroepeerd op team- en positievariabelen :

 library (data.table)

#calculate mean points value by team and position
dt_new <- dcast(dt,
                team + position ~.,
                fun. aggregate = mean, 
                value. var = ' points ')

#view results
dt_new

   team position.
1:AF 11.0
2: AG 15.5
3: BF 27.5
4: BG 20.5

Voorbeeld 2: Bereken meerdere metrieken voor een variabele, gegroepeerd op andere variabelen

De volgende code laat zien hoe u de dcast- functie gebruikt om de gemiddelde puntwaarde en maximale puntwaarde te berekenen, gegroepeerd op team- en positievariabelen :

 library (data.table)

#calculate mean and max points values by team and position
dt_new <- dcast(dt,
                team + position ~.,
                fun. aggregate = list(mean, max), 
                value. var = ' points ')

#view results
dt_new

   team position points_mean points_max
1:AF 11.0 12
2: AG 15.5 18
3: BF 27.5 31
4: BG 20.5 25

Voorbeeld 3: Bereken de metriek voor meerdere variabelen, gegroepeerd op andere variabelen

De volgende code laat zien hoe u de dcast- functie gebruikt om de gemiddelde puntwaarde en de gemiddelde hulpwaarde te berekenen, gegroepeerd op team- en positievariabelen :

 library (data.table)

#calculate mean and max points values by team and position
dt_new <- dcast(dt,
                team + position ~.,
                fun. aggregate = mean, 
                value. var = c(' points ', ' assists '))

#view results
dt_new

   team position points assists
1:AF 11.0 6.5
2: AG 15.5 8.5
3: BF 27.5 8.5
4: BG 20.5 13.5

Aanvullende bronnen

De volgende zelfstudies bieden aanvullende informatie over gegevenstabellen:

data.table versus dataframe in R: drie belangrijke verschillen
Hoe een data.table in R te filteren
Hoe rbindlist in R te gebruiken om een gegevenstabel van meerdere te maken