使用reshape2填充数组

Question

我有一个维度为421,570x16的data.table对象，它存储多个商店的数据。商店可以有不同的部门。这只是一个虚构的例子。数据集更大。

> head(raw.df)
   Store Type StoreSize Dept       Date Weekly_Sales
1:     1    A    151315    1 2010-02-05        24925
2:     1    A    151315    2 2010-02-05        46039
3:     2    A    152825    1 2010-02-05        41596
4:     2    A    152825    2 2010-02-05        19404
5:     3    B    110025    1 2010-02-05        21828
6:     3    B    110025    2 2010-02-05        21043

基本上，我希望在数组的每个级别上都有每个部门的每周销售额，这样我就可以对数组对象运行一些时间序列分析，而不需要多次运行相同的函数。

此命令将为数组的一层生成我想要的矩阵类型。

dcast(raw.df[which(raw.df$Store == 1), ], Date ~ Dept, value.var = "Weekly_Sales")
head(e1)

我在考虑生成一个空数组并使用for loop填充它。我写了这个循环，不幸的是它不能工作。数组的维数是143 (天)，99 (每个商店的部门)，45 (商店)

ts.a <- array(data = NA, dim = c(143, 99, 45))
for (i in 1:45) {
  # generate 45 matrices, one for each store
  paste("mat", i, sep = "") <- matrix(data = NA, nrow = 143, ncol = 99)
  paste("mat", i, sep = "") <- dcast(raw.df[which(raw.df$Store == i), ], Date ~ Dept, 
                                     value.var = "Weekly_Sales")

  # merge the matrix into the array object    
}

我意识到我的方法可能是完全错误的。我的知识或R和编程完全是自学的。

Answer 1

由于您没有提供易于使用的数据，因此我将使用reshape2附带的french_fries数据集：

str(french_fries)
acast(data=french_fries, time~treatment~subject, value.var='potato', fun.aggregate=mean)

治疗，每个受试者一片。

acast(data=raw_df, Date~Dept~Store, value.var='potato')

如果至少有一个Date~Dept~Store组合有多个值，则必须提供一个函数来聚合数据(缺省值为length，但会出现警告)。

Answer 2

你想做什么样的分析？您最好保留原始的data.frame，并使用plyr包中的ddply来执行某些组的操作。我经常将其用于跨不同子集的时序分析。考虑以下示例：

dat<-data.frame(store=sample(1:3, 1000, T),
                type=sample(1:3, 1000, T),
                date=sample(1:100, 1000, T),
                val=rnorm(1000))
ddply(dat, .(store, type), # we can run a regression for our subgroups
      function(x){
        model<-lm(date ~ val, data=x)
        c(cf=coef(model), num=nrow(x), adjr2=summary(model)$adj.r.squared)
      })