使`dcast`中的`drop`参数只查看公式的RHS

Question

(从"reshape2"或"dplyr")中的drop参数在dcast从"长"数据集转到"宽"数据集时非常有用,并且即使对于长形式中不存在的组合也要创建列.

事实证明,使用drop也会影响公式左侧(LHS)和右侧(RHS)的组合.因此,它还基于LHS值的组合创建额外的行.

有没有办法覆盖这种行为？

---

这是一些示例数据:

library(data.table)
DT <- data.table(v1 = c(1.105, 1.105, 1.105, 2.012, 2.012, 2.012),
                 ID = c(1L, 1L, 1L, 2L, 2L, 2L), 
                 v2 = structure(c(2L, 3L, 5L, 1L, 2L, 6L), 
                                .Label = c("1", "2", "3", "4", "5", "6"), 
                                class = "factor"),
                 v3 = c(3L, 2L, 2L, 5L, 4L, 3L)) 

请注意,"v2"是一个factor包含6个级别的列.我基本上想要从"长"到"宽",但在列中添加任何缺失的因子级别(在本例中为"4").

reshape 处理形状,但不处理缺失的列:

reshape(DT, direction = "wide", idvar = c("ID", "v1"), timevar = "v2")
#       v1 ID v3.2 v3.3 v3.5 v3.1 v3.6
# 1: 1.105  1    3    2    2   NA   NA
# 2: 2.012  2    4   NA   NA    5    3

dcast 处理添加缺少的列,但仅当LHS上有一个值时:

dcast(DT, ID ~ v2, value.var = "v3", drop = FALSE)
#    ID  1 2  3  4  5  6
# 1:  1 NA 3  2 NA  2 NA
# 2:  2  5 4 NA NA NA  3

如果LHS上有多个值,LHS上的值的组合也会扩展,就好像我们使用过CJ或者expand.grid,但是第2行和第3行对我来说根本不感兴趣:

dcast(DT, ... ~ v2, value.var = "v3", drop = FALSE)
#       v1 ID  1  2  3  4  5  6
# 1: 1.105  1 NA  3  2 NA  2 NA
# 2: 1.105  2 NA NA NA NA NA NA
# 3: 2.012  1 NA NA NA NA NA NA
# 4: 2.012  2  5  4 NA NA NA  3

这类似于使用xtabs在基R: ftable(xtabs(v3 ~ ID + v1 + v2, DT)).

---

有没有办法让我们dcast知道这一点,"嘿.LHS上的价值观组合就是ID.不要试图为我填写它们."

我目前的方法是做三个步骤,一个用于折叠LHS值,另一个用于展开RHS值,然后用于合并结果.

merge(DT[, list(v1 = unique(v1)), .(ID)],  ## or unique(DT[, c("ID", "v1"), with = FALSE])
      dcast(DT, ID ~ v2, value.var = "v3", drop = FALSE), 
      by = "ID")[]
#    ID    v1  1 2  3  4  5  6
# 1:  1 1.105 NA 3  2 NA  2 NA
# 2:  2 2.012  5 4 NA NA NA  3

我错过了更好的方法吗？

Answer 1

刚刚在data.table开发版本v1.9.7中实现,提交2113,关闭#1512.

require(data.table) # v1.9.7, commit 2113+
dcast(DT, ... ~ v2, value.var = "v3", drop = c(TRUE, FALSE))
#       v1 ID  1 2  3  4  5  6
# 1: 1.105  1 NA 3  2 NA  2 NA
# 2: 2.012  2  5 4 NA NA NA  3