Применение dcast странным образом

Question

Я хочу разделить переменные в соответствии с "ведущей" переменной. х3 в следующем случае:

set.seed(2)
df = data.frame(x1 = sample(4), x2 = sample(4), x3 = sample(letters[1:2], size = 4, replace = TRUE))
df
#   x1 x2 x3
# 1  1  4  a
# 2  3  3  b
# 3  2  1  b
# 4  4  2  a

# Desired output
# x3 x1.a x2.a x1.b x2.b
#  a    1    4   NA   NA
#  b   NA   NA    3    3
#  b   NA   NA    2    1
#  a    4    2   NA   NA

Я как-то чувствую, что это может быть достигнуто с reshape2::dcast() но я мог заставить его работать только для двух переменных:

reshape2::dcast(df[,2:3], seq_along(x3) ~ x3, value.var = "x2")[, -1]
#    a  b
# 1  2 NA
# 2 NA  1
# 3 NA  3
# 4  4 NA

Но может быть, это всего лишь полное злоупотребление dcast, Есть ли элегантное решение этой проблемы, без расщепления и слияния df?

---

РЕДАКТИРОВАТЬ: Некоторые люди упоминали, что сделать это ужасная идея, и что я, вероятно, не должен делать такие вещи. Позвольте мне уточнить, когда это может иметь смысл.

Представить x3 это переключатель для конкретного алгоритма. В этом случае a а также b варианты. более того x1 а также x2 параметры, которые могут принимать оба алгоритма. К сожалению, оба алгоритма ведут себя по-разному при одинаковых настройках параметров для x1 а также x2 поэтому имеет смысл обращаться с ними как с отдельными функциями, чтобы учитывать их некорролируемость.

Answer 1

Вот решение, использующее создание фиктивных терминов взаимодействия с X3, Вероятно, можно поместить весь этот код в одну строку, используя dplyr или же data.table но вот оно:

temp <- model.matrix( ~ (x1+x2):x3-1, df)
temp[model.matrix( ~ (I(x1+1)+I(x2+1)):x3-1, df) == temp] <- NA
data.frame(df$x3, temp)
####  df.x3 x1.x3a x1.x3b x3a.x2 x3b.x2
####      a      1     NA      4     NA
####      b     NA      3     NA      3
####      b     NA      2     NA      1
####      a      4     NA      2     NA

Окончательное название и порядок столбцов немного отличается от вас.

Примечание: (назначение второй строки кода). функция model.matrix создает нули вместо NAsТаким образом, невозможно определить разницу с уже существующими нулями. Вторая строка - это хитрость, чтобы найти только окончательные NA (она работает, создавая вторую матрицу модели, изменяя ее значения с помощью +1).

Answer 2

Это может быть достигнуто с помощью melt а также dcast если добавить еще один столбец и сделать посредника melt,

library(reshape2)
library(magrittr)

set.seed(2)
df = data.frame(x1 = sample(4), x2 = sample(4), x3 = sample(letters[1:2], size = 4, replace = TRUE))

df$row <- 1:nrow(df)

melt(df, 
     id.vars = c("row", "x3"), 
     measure.vars = c("x1", "x2")) %>%
  dcast(row ~ x3 + variable, 
        value.var = "value")

Тем не менее, он работает в 2-3 раза медленнее, чем решение Agenis, даже когда я увеличиваю размер фрейма данных до 10000 строк. (8 против 16 миллисекунд).

Answer 3

Основное решение, которое я придумал сам:

cat.var = "x3"
cont.vars = setdiff(colnames(df), cat.var)
categories = unique(df[[cat.var]])
res = lapply(categories, function(x) {
  this.df = df[, cont.vars, drop = FALSE]
  this.df[df[[cat.var]] != x,] = NA
  setNames(this.df, paste0(x,".",colnames(this.df)))
})
res = do.call(cbind, c(list(df[, cat.var, drop=FALSE]), res))
res

#   x3 a.x1 a.x2 b.x1 b.x2
# 1  a    1    4   NA   NA
# 2  b   NA   NA    3    3
# 3  b   NA   NA    2    1
# 4  a    4    2   NA   NA

Answer 4

Вы могли бы использовать tidyr

library(tidyr);library(dplyr)
df <- df %>% mutate(rows=rownames(.)) %>% 
gather(., key="vars", value= "val", -x3,-rows) %>%
    mutate(vars= paste(x3,vars, sep=".")) %>%  
spread(., key = vars, value = val) %>%
select(-rows)

Он собирает набор данных в длинную форму, удерживая переменную x3 отдельно, а затем, после создания необходимых заголовков переменных, снова распространяет данные.