tres - reglas de traduccion ingles español

Reformar el marco de datos de tres columnas a la matriz(formato "largo" a "ancho")

Question

Tengo un data.frame que se ve así.

x a 1 
x b 2 
x c 3 
y a 3 
y b 3 
y c 2 

Quiero esto en forma de matriz para poder alimentarlo a un mapa de calor para hacer una trama. El resultado debería ser algo así como:

    a    b    c
x   1    2    3
y   3    3    2

He intentado cast desde el paquete de remodelación y he intentado escribir una función manual para hacer esto, pero parece que no puedo hacerlo bien.

Answer 1

Hay muchas maneras de hacer esto. Esta respuesta comienza con mis formas favoritas, pero también recopila varias formas de respuestas a preguntas similares diseminadas por este sitio.

tmp <- data.frame(x=gl(2,3, labels=letters[24:25]),
                  y=gl(3,1,6, labels=letters[1:3]), 
                  z=c(1,2,3,3,3,2))

Usando reshape2:

library(reshape2)
acast(tmp, x~y, value.var="z")

Usando la indexación matricial:

with(tmp, {
  out <- matrix(nrow=nlevels(x), ncol=nlevels(y),
                dimnames=list(levels(x), levels(y)))
  out[cbind(x, y)] <- z
  out
})

Usando xtabs :

xtabs(z~x+y, data=tmp)

También puede usar reshape , como se sugiere aquí: Convierta la tabla en matriz por nombres de columna , aunque luego debe realizar una pequeña manipulación para eliminar columnas adicionales y obtener los nombres correctos (no se muestran).

> reshape(tmp, idvar="x", timevar="y", direction="wide")
  x z.a z.b z.c
1 x   1   2   3
4 y   3   3   2

También hay sparseMatrix dentro del paquete Matrix , como se ve aquí: R - convierte la tabla BIG en matriz por nombres de columna

> with(tmp, sparseMatrix(i = as.numeric(x), j=as.numeric(y), x=z,
+                        dimnames=list(levels(x), levels(y))))
2 x 3 sparse Matrix of class "dgCMatrix"
  a b c
x 1 2 3
y 3 3 2

La función de plyr biblioteca plyr también podría ser utilizada, como aquí: https://stackoverflow.com/a/7020101/210673

> library(plyr)
> daply(tmp, .(x, y), function(x) x$z)
   y
x   a b c
  x 1 2 3
  y 3 3 2

dcast de reshape2 también funciona, como aquí: Cambie la forma de los datos para los valores en una columna , pero obtendrá un data.frame con una columna para el valor de x .

> dcast(tmp, x~y, value.var="z")
  x a b c
1 x 1 2 3
2 y 3 3 2

Del mismo modo, la spread de "tidyr" también funcionaría para tal transformación:

library(tidyr)
spread(tmp, y, z)
#   x a b c
# 1 x 1 2 3
# 2 y 3 3 2

Answer 2

La pregunta tiene algunos años, pero tal vez algunas personas todavía estén interesadas en respuestas alternativas.

Si no desea cargar ningún paquete, puede usar esta función:

#'' Converts three columns of a data.frame into a matrix -- e.g. to plot 
#'' the data via image() later on. Two of the columns form the row and
#'' col dimensions of the matrix. The third column provides values for
#'' the matrix.
#'' 
#'' @param data data.frame: input data
#'' @param rowtitle string: row-dimension; name of the column in data, which distinct values should be used as row names in the output matrix
#'' @param coltitle string: col-dimension; name of the column in data, which distinct values should be used as column names in the output matrix
#'' @param datatitle string: name of the column in data, which values should be filled into the output matrix
#'' @param rowdecreasing logical: should the row names be in ascending (FALSE) or in descending (TRUE) order?
#'' @param coldecreasing logical: should the col names be in ascending (FALSE) or in descending (TRUE) order?
#'' @param default_value numeric: default value of matrix entries if no value exists in data.frame for the entries
#'' @return matrix: matrix containing values of data[[datatitle]] with rownames data[[rowtitle]] and colnames data[coltitle]
#'' @author Daniel Neumann
#'' @date 2017-08-29
data.frame2matrix = function(data, rowtitle, coltitle, datatitle, 
                             rowdecreasing = FALSE, coldecreasing = FALSE,
                             default_value = NA) {

  # check, whether titles exist as columns names in the data.frame data
  if ( (!(rowtitle%in%names(data))) 
       || (!(coltitle%in%names(data))) 
       || (!(datatitle%in%names(data))) ) {
    stop(''data.frame2matrix: bad row-, col-, or datatitle.'')
  }

  # get number of rows in data
  ndata = dim(data)[1]

  # extract rownames and colnames for the matrix from the data.frame
  rownames = sort(unique(data[[rowtitle]]), decreasing = rowdecreasing)
  nrows = length(rownames)
  colnames = sort(unique(data[[coltitle]]), decreasing = coldecreasing)
  ncols = length(colnames)

  # initialize the matrix
  out_matrix = matrix(NA, 
                      nrow = nrows, ncol = ncols,
                      dimnames=list(rownames, colnames))

  # iterate rows of data
  for (i1 in 1:ndata) {
    # get matrix-row and matrix-column indices for the current data-row
    iR = which(rownames==data[[rowtitle]][i1])
    iC = which(colnames==data[[coltitle]][i1])

    # throw an error if the matrix entry (iR,iC) is already filled.
    if (!is.na(out_matrix[iR, iC])) stop(''data.frame2matrix: double entry in data.frame'')
    out_matrix[iR, iC] = data[[datatitle]][i1]
  }

  # set empty matrix entries to the default value
  out_matrix[is.na(out_matrix)] = default_value

  # return matrix
  return(out_matrix)

}

Cómo funciona:

myData = as.data.frame(list(''dim1''=c(''x'', ''x'', ''x'', ''y'',''y'',''y''),
                            ''dim2''=c(''a'',''b'',''c'',''a'',''b'',''c''),
                            ''values''=c(1,2,3,3,3,2))) 

myMatrix = data.frame2matrix(myData, ''dim1'', ''dim2'', ''values'')

myMatrix
>   a b c
> x 1 2 3
> y 3 3 2