使用 plyr daply 将数据帧转换为矩阵

Question

我正在尝试使用 plyr 包中的 daply 函数，但无法正确输出。尽管构成矩阵的变量是数字，但矩阵的元素是列表，而不是变量本身。例如，这里是数据的一小部分：

   Month Vehicle Samples
1 Oct-10   31057     256
2 Oct-10   31059     316
3 Oct-10   31060     348
4 Nov-10   31057     267
5 Nov-10   31059     293
6 Nov-10   31060     250
7 Dec-10   31057     159
8 Dec-10   31059     268
9 Dec-10   31060     206

我希望能够以矩阵格式可视化数据，看起来像这样：

  Month
Vehicle Oct-10 Nov-10 Dec-10
  31057    256    267    159
  31059    316    293    268
  31060    348    250    206

这是我使用的几种替代语法（后者是因为我的原始数据框的列比我在此处显示的要多）：

daply(DF, .(Vehicle, Month), identity)
daply(DF,.(Vehicle,Month), colwise(identity,.(Samples)))

然而我得到的却是相当深奥：

       Month
Vehicle Oct-10 Nov-10 Dec-10
  31057 List,3 List,3 List,3
  31059 List,3 List,3 List,3
  31060 List,3 List,3 List,3

正如一些评论者所建议的，我在输出中使用了str 函数，下面是摘录：

List of 9
 $ :'data.frame':       1 obs. of  3 variables:
  ..$ Month  : Ord.factor w/ 3 levels "Oct-10"<"Nov-10"<..: 1
  ..$ Vehicle: Factor w/ 3 levels "31057","31059",..: 1
  ..$ Samples: int 256
 $ :'data.frame':       1 obs. of  3 variables:
  ..$ Month  : Ord.factor w/ 3 levels "Oct-10"<"Nov-10"<..: 1
  ..$ Vehicle: Factor w/ 3 levels "31057","31059",..: 2
  ..$ Samples: int 316

我错过了什么？另外，有没有办法简单地使用基本包来做到这一点？谢谢！

下面是数据框的Dput，如果您想重现此内容：

structure(list(Month = structure(c(1L, 1L, 1L, 2L, 2L, 2L, 3L, 
3L, 3L), .Label = c("Oct-10", "Nov-10", "Dec-10"), class = c("ordered", 
"factor")), Vehicle = structure(c(1L, 2L, 3L, 1L, 2L, 3L, 1L, 
2L, 3L), .Label = c("31057", "31059", "31060"), class = "factor"), 
    Samples = c(256L, 316L, 348L, 267L, 293L, 250L, 159L, 268L, 
    206L)), .Names = c("Month", "Vehicle", "Samples"), class = "data.frame", row.names = c(NA, 
9L))

Answer 1

identity 函数不是您想要的；来自帮助页面，“所有 plyr 函数都使用相同的拆分-应用-组合策略：它们将输入拆分为更简单的部分，将 .fun 应用于每个部分，然后将这些部分组合成一个数据结构。”在这种情况下，较简单的部分是原始数据帧的子集，具有唯一的车辆/月份组合；恒等函数只返回该子集，然后使用这些子集填充结果矩阵。

也就是说，您获得的矩阵的每个元素都是一个数据框（它是一种列表），其中包含具有该月份/车辆组合的行。

> try1 <- daply(DF, .(Vehicle, Month), identity)
> try1[1,1]
[[1]]
   Month Vehicle Samples
1 Oct-10   31057     256

您希望使用一个函数来获取该数据帧的 Samples 部分，如下所示：

daply(DF, .(Vehicle, Month), function(x) x$Samples)

导致

       Month
Vehicle Oct-10 Nov-10 Dec-10
  31057    256    267    159
  31059    316    293    268
  31060    348    250    206

使用reshape 包中的cast（它返回一个数据框）可以实现这一点

cast(DF, Vehicle~Month, value="Samples")

reshape2中的修改版；第一个返回一个数据框，第二个返回一个矩阵

dcast(DF, Vehicle~Month, value_var="Samples")
acast(DF, Vehicle~Month, value_var="Samples")

xtabs 来自 stats 包

xtabs(Samples ~ Vehicle + Month, DF)

或者手动，使用矩阵索引一点也不难；几乎所有的代码都只是设置矩阵。

with(DF, {
  out <- matrix(nrow=nlevels(Vehicle), ncol=nlevels(Month),
                dimnames=list(Vehicle=levels(Vehicle), Month=levels(Month)))
  out[cbind(Vehicle, Month)] <- Samples
  out
})

stats 包中的reshape 函数也可以用来做这个，但是语法比较难，自从从reshape 包中学习cast 和melt 之后就没有用过一次。

Answer 2

如果我们在标题中使用 OP，那么他们可能正在寻找 data.matrix()，这是 R 中始终可用的 base 包中的标准函数。

data.matrix() 在将数据帧转换为矩阵之前将任何因子转换为其数字编码。考虑以下数据框：

dat <- data.frame(A = 1:10, B = factor(sample(c("X","Y"), 10, replace = TRUE)))

如果我们通过as.matrix() 进行转换，我们会得到一个字符矩阵：

> head(as.matrix(dat))
     A    B  
[1,] " 1" "X"
[2,] " 2" "X"
[3,] " 3" "Y"
[4,] " 4" "Y"
[5,] " 5" "Y"
[6,] " 6" "Y"

或者如果通过matrix() 获得一个带有维度的列表（一个列表数组 - 顺便提一下?daply 的 Value 部分）

> head(matrix(dat))
     [,1]      
[1,] Integer,10
[2,] factor,10 
> str(matrix(dat))
List of 2
 $ : int [1:10] 1 2 3 4 5 6 7 8 9 10
 $ : Factor w/ 2 levels "X","Y": 1 1 2 2 2 2 1 2 2 1
 - attr(*, "dim")= int [1:2] 2 1

data.matrix()，然而，做了预期的事情：

> mat <- data.matrix(dat)
> head(mat)
     A B
[1,] 1 1
[2,] 2 1
[3,] 3 2
[4,] 4 2
[5,] 5 2
[6,] 6 2
> str(mat)
 int [1:10, 1:2] 1 2 3 4 5 6 7 8 9 10 ...
 - attr(*, "dimnames")=List of 2
  ..$ : NULL
  ..$ : chr [1:2] "A" "B"