Mic*_*ico 5 r reshape2 data.table
所以我得到的数据如下所示：
id year principal interest
1: 011000600 2013 0.00 0.00
2: 011000600 2014 544.03 0.00
3: 011000700 2013 0.00 0.00
4: 011000700 2014 0.01 0.00
5: 011000800 2013 363.44 12.79
6: 011000800 2014 2005.98 0.00
7: 011000900 2013 0.00 0.00
8: 011000900 2014 0.00 0.00
9: 011001000 2013 0.00 0.00
10: 011001000 2014 0.00 0.00
11: 011001100 2013 0.00 0.00
12: 011001100 2014 1723.24 0.00
13: 011001560 2013 0.00 0.00
14: 011001560 2014 0.00 0.00
15: 011001650 2013 0.00 0.00
16: 011001650 2014 0.00 0.00
（基本上是一堆变量的纵向样本）
数据量很大，所以我可以用来data.table做所有事情。我重塑它以使每个id行都唯一：
datam<-melt(data,id=c("id","year"))
data1<-dcast.data.table(datam,id~...)
这产生：
id 2013_principal 2013_interest 2014_principal 2014_interest
1: 011000600 0.00 0.00 544.03 0
2: 011000700 0.00 0.00 0.01 0
3: 011000800 363.44 12.79 2005.98 0
4: 011000900 0.00 0.00 0.00 0
5: 011001000 0.00 0.00 0.00 0
6: 011001100 0.00 0.00 1723.24 0
这当然是我想要的数据形式，但是列名以数字开头是一件痛苦的事。
对于如何处理这个问题有什么建议吗？我更愿意：
id principal_2013 interest_2013 principal_2014 interest_2014
1: 011000600 0.00 0.00 544.03 0
2: 011000700 0.00 0.00 0.01 0
3: 011000800 363.44 12.79 2005.98 0
4: 011000900 0.00 0.00 0.00 0
5: 011001000 0.00 0.00 0.00 0
6: 011001100 0.00 0.00 1723.24 0
（将年份切换为后缀）我尝试在铸造时更加明确，例如
data2<-dcast.data.table(datam,id~year+...)
data3<-dcast.data.table(datam,id~...+year)
无济于事：
data2
id 2013_principal 2013_interest 2014_principal 2014_interest
1: 011000600 0.00 0.00 544.03 0
2: 011000700 0.00 0.00 0.01 0
3: 011000800 363.44 12.79 2005.98 0
4: 011000900 0.00 0.00 0.00 0
5: 011001000 0.00 0.00 0.00 0
6: 011001100 0.00 0.00 1723.24 0
data3
id 2013_principal 2013_interest 2014_principal 2014_interest
1: 011000600 0.00 0.00 544.03 0
2: 011000700 0.00 0.00 0.01 0
3: 011000800 363.44 12.79 2005.98 0
4: 011000900 0.00 0.00 0.00 0
5: 011001000 0.00 0.00 0.00 0
6: 011001100 0.00 0.00 1723.24 0
考虑到我认为这种类型的重塑是普遍存在的，因此 dcast 的命名约定默认为这种风格似乎很愚蠢。
我还尝试根据我发现的其他一些帖子（例如此处）事后修补一些内容，但它运行速度慢得令人难以置信（完整数据集中大约有 400 个变量需要重命名）
names(data)<-ifelse(substr(names(data),1,2) %in% c("19","20"),
paste(substr(names(data),6,nchar(data)),
substr(names(data),1,4),sep="_") ,
names(copy))
（我试图找到以年份开头的所有变量 - 19xx 或 20xx - 并尝试交换开头和结尾）
更好的是，随着v1.9.5+dcast中 data.table的新发展，我们可以同时转换多个列。
require(data.table) # v1.9.5+
dcast(dt, id ~ year, value.var = c("principal", "interest"))
# id principal_2013 principal_2014 interest_2013 interest_2014
# 1: 11000600 0.00 544.03 0.00 0
# 2: 11000700 0.00 0.01 0.00 0
# 3: 11000800 363.44 2005.98 12.79 0
# 4: 11000900 0.00 0.00 0.00 0
# 5: 11001000 0.00 0.00 0.00 0
# 6: 11001100 0.00 1723.24 0.00 0
# 7: 11001560 0.00 0.00 0.00 0
# 8: 11001650 0.00 0.00 0.00 0
melt之前不再需要不必要的操作cast，因此非常高效。