根据我的阅读，reshape2 中的 *cast 操作失去了 result_variable 功能。 Hadley 暗示为此目的使用 plyr（将多个结果列附加到输入数据帧）。我将如何实现文档示例...
aqm <- melt(airquality, id=c("month", "day"), na.rm=TRUE)
cast(aqm, month ~ variable + result_variable, range)
使用reshape2 (dcast) 和plyr (ddply)？
【问题讨论】：
names(airquality) <- tolower(names(airquality))？
由于“reshape2”和“plyr”软件包的灵活性，这个问题有多个答案。我将在这里展示一个最容易理解的示例：
library(reshape2)
library(plyr)
aqm <- melt(airquality, id=c("Month", "Day"), na.rm=TRUE)
aqm_ply <- ddply(aqm, .(Month, variable), summarize, min=min(value), max=max(value))
aqm_melt <- melt(aqm_ply, id=c("Month", "variable"), variable.name="variable2")
dcast(aqm_melt, Month ~ variable + variable2)
# Month Ozone_min Ozone_max Solar.R_min Solar.R_max Wind_min Wind_max Temp_min Temp_max
# 1 5 1 115 8 334 5.7 20.1 56 81
# 2 6 12 71 31 332 1.7 20.7 65 93
# 3 7 7 135 7 314 4.1 14.9 73 92
# 4 8 9 168 24 273 2.3 15.5 72 97
# 5 9 7 96 14 259 2.8 16.6 63 93
第 1 步：让我们将其分解为多个步骤。首先，让我们先不管“aqm”的定义，并从融化的数据开始工作。这将使示例更容易理解。
aqm <- melt(airquality, id=c("Month", "Day"), na.rm=TRUE)
# Month Day variable value
# 1 5 1 Ozone 41.0
# 2 5 2 Ozone 36.0
# 3 5 3 Ozone 12.0
# 4 5 4 Ozone 18.0
# ...
# 612 9 30 Temp 68.0
第 2 步：现在，我们要将 'value' 列替换为 'min' 和 'max' 列。我们可以使用 'plyr' 包中的 'ddply' 函数来完成此操作。为此，我们使用“ddply”函数（数据帧作为输入，数据帧作为输出，因此是“dd”-ply）。我们首先指定数据。
ddply(aqm,
然后我们指定要用于分组数据的变量，“月份”和“变量”。我们使用. 函数直接引用这个变量，而不是引用它们包含的值。
ddply(aqm, .(Month, variable),
现在我们需要选择一个聚合函数。我们在这里选择summarize 函数，因为我们有不想包含在最终数据中的列（“Day”和“value”）。 summarize 函数将删除所有原始的非分组列。
ddply(aqm, .(Month, variable), summarize,
最后，我们为每个组指定要进行的计算。我们可以参考原始数据框 ('aqm') 的列，即使它们不会包含在我们的最终数据框中。看起来是这样的：
aqm_ply <- ddply(aqm, .(Month, variable), summarize, min=min(value), max=max(value))
# Month variable min max
# 1 5 Ozone 1.0 115.0
# 2 5 Solar.R 8.0 334.0
# 3 5 Wind 5.7 20.1
# 4 5 Temp 56.0 81.0
# 5 6 Ozone 12.0 71.0
# 6 6 Solar.R 31.0 332.0
# 7 6 Wind 1.7 20.7
# 8 6 Temp 65.0 93.0
# 9 7 Ozone 7.0 135.0
# 10 7 Solar.R 7.0 314.0
# 11 7 Wind 4.1 14.9
# 12 7 Temp 73.0 92.0
# 13 8 Ozone 9.0 168.0
# 14 8 Solar.R 24.0 273.0
# 15 8 Wind 2.3 15.5
# 16 8 Temp 72.0 97.0
# 17 9 Ozone 7.0 96.0
# 18 9 Solar.R 14.0 259.0
# 19 9 Wind 2.8 16.6
# 20 9 Temp 63.0 93.0
第 3 步：我们可以看到数据大大减少，因为 ddply 函数已经聚合了这些行。现在我们需要再次融合数据，这样我们就可以获得最终数据帧的第二个变量。请注意，我们需要指定一个新的variable.name 参数，因此我们没有两个名为“变量”的列。
aqm_melt <- melt(aqm_ply, id=c("Month", "variable"), variable.name="variable2")
# Month variable variable2 value
# 1 5 Ozone min 1.0
# 2 5 Solar.R min 8.0
# 3 5 Wind min 5.7
# 4 5 Temp min 56.0
# 5 6 Ozone min 12.0
# ...
# 37 9 Ozone max 96.0
# 38 9 Solar.R max 259.0
# 39 9 Wind max 16.6
# 40 9 Temp max 93.0
第 4 步：我们最终可以通过将数据转换为最终形式来完成所有工作。
dcast(aqm_melt, Month ~ variable + variable2)
# Month Ozone_min Ozone_max Solar.R_min Solar.R_max Wind_min Wind_max Temp_min Temp_max
# 1 5 1 115 8 334 5.7 20.1 56 81
# 2 6 12 71 31 332 1.7 20.7 65 93
# 3 7 7 135 7 314 4.1 14.9 73 92
# 4 8 9 168 24 273 2.3 15.5 72 97
# 5 9 7 96 14 259 2.8 16.6 63 93
希望这个例子能给你足够的理解来帮助你入门。请注意，“plyr”包的一个新的数据帧优化版本正在以“dplyr”的名义积极开发，因此您可能希望在它变得更加成熟后准备好将您的代码转换为新包。
【讨论】：
我认为其他答案应该让您了解如何使用“plyr”或“dplyr”（我鼓励您继续朝这个方向寻找）。
对于 fun，这里有一个围绕 dcast 的包装器，让您可以指定多个函数。它不适用于返回多个值的函数（如range），并且它要求您使用函数的命名列表。
dcastMult <- function(data, formula, value.var = "value",
funs = list("min" = min, "max" = max)) {
require(reshape2)
if (is.null(names(funs)) | any(names(funs) == "")) stop("funs must be named")
Form <- formula(formula)
LHS <- as.character(Form[[2]])
if (length(LHS) > 1) LHS <- LHS[-1]
temp <- lapply(seq_along(funs), function(Z) {
T1 <- dcast(data, Form, value.var = value.var,
fun.aggregate=match.fun(funs[[Z]]), fill = 0)
Names <- !names(T1) %in% LHS
names(T1)[Names] <- paste(names(T1)[Names], names(funs)[[Z]], sep = "_")
T1
})
Reduce(function(x, y) merge(x, y), temp)
}
它看起来有点乱，但结果是您可以坚持使用您熟悉的相同语法，同时可以使用多个聚合函数。 funs 参数的“名称”用作结果名称的后缀。可以按预期指定匿名函数，例如maxSq = function(x) max(x)^2。
dcastMult(aqm, month ~ variable, value.var="value",
funs = list("min" = min, "max" = max))
# month ozone_min solar.r_min wind_min temp_min ozone_max solar.r_max wind_max temp_max
# 1 5 1 8 5.7 56 115 334 20.1 81
# 2 6 12 31 1.7 65 71 332 20.7 93
# 3 7 7 7 4.1 73 135 314 14.9 92
# 4 8 9 24 2.3 72 168 273 15.5 97
# 5 9 7 14 2.8 63 96 259 16.6 93
【讨论】：
funs，或者将任何其他参数传递给dcast() 调用吗？怎样才能让它更通用一点？
这是一个dplyr 解决方案，它利用了惊人的%>% 功能。它还使用基本的reshape 函数，该函数经常未被充分利用（恕我直言）。代码一目了然。
library(dplyr)
airquality %>%
melt(c('Month', 'Day')) %>%
group_by(Month, variable) %>%
summarise(min = min(value, na.rm = T), max = max(value, na.rm = T)) %>%
reshape(timevar = 'variable', idvar = 'Month', direction = 'wide') %>%
arrange(Month)
【讨论】：
使用recent commit 到development version of data.table v1.9.5，我们可以同时转换多个value.var 列（并且还可以在fun.aggregate 中使用多个聚合函数）。请参阅?dcast 了解更多信息以及示例部分。
这是我们如何使用dcast：
require(data.table) # v1.9.5+
dt = as.data.table(airquality)
valvars = c("Ozone", "Solar.R", "Wind", "Temp")
dcast(dt, Month ~ ., fun=list(min, max), na.rm=TRUE, value.var=valvars)
# Month ._min_Ozone ._min_Solar.R ._min_Wind ._min_Temp ._max_Ozone ._max_Solar.R ._max_Wind
# 1: 5 1 8 5.7 56 115 334 20.1
# 2: 6 12 31 1.7 65 71 332 20.7
# 3: 7 7 7 4.1 73 135 314 14.9
# 4: 8 9 24 2.3 72 168 273 15.5
# 5: 9 7 14 2.8 63 96 259 16.6
# ._max_Temp
# 1: 81
# 2: 93
# 3: 92
# 4: 97
# 5: 93
您可以放心地忽略这些警告。
【讨论】：