自定义dcast.data.table创建的列的名称

Question

我是

reshape2

和

data.table

的新手，正在尝试学习语法。

我有一个

data.table

，我想将其从每个分组变量的多行转换为每个分组变量的一行。 为了简单起见，让我们将其设为一个客户表，其中一些客户共享地址。

library(data.table)

# Input table:
cust <- data.table(name=c("Betty","Joe","Frank","Wendy","Sally"),
                   address=c(rep("123 Sunny Rd",2), 
                             rep("456 Cloudy Ln",2),
                                 "789 Windy Dr"))

我希望输出具有以下格式：

# Desired output looks like this:
(out <- data.table(address=c("123 Sunny Rd","456 Cloudy Ln","789 Windy Dr"),
                   cust_1=c("Betty","Frank","Sally"),
                   cust_2=c("Joe","Wendy",NA)) )

#          address cust_1 cust_2
# 1:  123 Sunny Rd  Betty    Joe
# 2: 456 Cloudy Ln  Frank  Wendy
# 3:  789 Windy Dr  Sally     NA

我想要 cust_1...cust_n 的列，其中 n 是每个地址的最大客户数。 我并不真正关心顺序 - 无论 Joe 是 cust_1 而 Betty 是 cust_2，还是反之亦然。

Answer 1

刚刚将提交推送到

data.table v1.9.5

。现在

dcast

• 允许在多个

  value.var

  列和多个

  fun.aggregate

  函数上进行投射
• 理解公式中未定义的变量/表达式

有了这个，我们可以做到：

dcast(cust, address ~ paste0("cust", cust[, seq_len(.N), 
          by=address]$V1), value.var="name")
#          address cust1 cust2
# 1:  123 Sunny Rd Betty   Joe
# 2: 456 Cloudy Ln Frank Wendy
# 3:  789 Windy Dr Sally    NA

Answer 2

# My attempt:
setkey(cust,address)
x <- cust[,list(name, addr_cust_num=rank(name,ties.method="random")), by=address])
x[,addr_cust_num:=paste0("cust_",addr_cust_num)]
y <- dcast.data.table(x, address ~ addr_cust_num, value.var="name")
y

请注意，我必须

paste0

“cust_”前缀。 在添加该步骤之前，我使用的是

setnames(y, names(y), sub("(\\d+)","cust_\\1",names(y)) )

，这似乎是一个更笨重（但可能更快）的解决方案。

想知道是否有更好的方法来进行前缀。

---

或者，您可以直接将列添加到

cust

通过引用:

# no need to set key
cust[, cust := paste("cust", seq_len(.N), sep="_"), by=address]
dcast.data.table(cust, address ~ cust, value.var="name")
#          address cust_1 cust_2
# 1:  123 Sunny Rd  Betty    Joe
# 2: 456 Cloudy Ln  Frank  Wendy
# 3:  789 Windy Dr  Sally     NA