dcast 警告：“缺少聚合函数：默认为长度”

Question

我的df 看起来像这样：

Id  Task Type    Freq  
3     1    A       2
3     1    B       3
3     2    A       3
3     2    B       0
4     1    A       3
4     1    B       3
4     2    A       1
4     2    B       3

我想通过Id重组并得到：

Id   A    B …  Z    
3    5    3      
4    4    6        

我试过了：

df_wide <- dcast(df, Id + Task ~ Type, value.var="Freq")

并收到以下警告：

缺少聚合函数：默认为长度

我不知道该在fun.aggregate 中添加什么。有什么问题？

Answer 1

您收到此警告的原因在于fun.aggregate 的描述中（请参阅?dcast）：

如果变量不能识别单个变量，则需要聚合函数 观察每个输出单元。默认为长度（带有消息） 如果需要但未指定

因此，当宽数据框中的一个点有多个值时，需要一个聚合函数。

基于您的数据的解释：

当您使用dcast(df, Id + Task ~ Type, value.var="Freq") 时，您会得到：

  Id Task A B
1  3    1 2 3
2  3    2 3 0
3  4    1 3 3
4  4    2 1 3

这是合乎逻辑的，因为对于 Id、Task 和 Type 的每个组合，Freq 中只有一个值。但是当你使用dcast(df, Id ~ Type, value.var="Freq") 时，你会得到这个（包括警告信息）：

Aggregation function missing: defaulting to length
  Id A B
1  3 2 2
2  4 2 2

现在，回顾一下数据的顶部：

Id  Task Type    Freq  
3     1    A       2
3     1    B       3
3     2    A       3
3     2    B       0

你明白为什么会这样了。对于Id 和Type 的每个组合，Freq 中有两个值（对于 Id 3：2 和 3 对于 A & 3 和 0 对于类型 B）而对于type 的每个值，您只能在宽数据框中的该位置放置一个值。因此dcast 想要将这些值聚合为一个值。默认聚合函数为length，但您可以使用其他聚合函数，例如sum、mean、sd，或通过fun.aggregate 指定自定义函数。

例如，使用fun.aggregate = sum 你会得到：

  Id A B
1  3 5 3
2  4 4 6

现在没有警告，因为当有多个值时，dcast 被告知要做什么：返回值的总和。

Answer 2

fun.aggregate 当不同的值inside value.var 列对应于 相同 值 - 或值组合 - 出现在 dcast 公式的 LHS (例如“Id”），通过公式的RHS中的变量组合（例如“Type”）强制进入一个单元格。

在dcast 中默认为length() 可以提供丰富的信息

• 可能表明数据中存在耦合，并且
• 查找可能需要注意的length > 1 案例。

更多信息将使用函数list() 作为fun.aggregate，因为它显示了每种情况下涉及哪些value.var 值：

dcast(dt, Id ~ Type, fun.aggregate = list, value.var = 'Freq')

   Id   A   B
1:  3 2,3 3,0
2:  4 3,1 3,3

基本上，表格单元格的长度 = 1。因此，dcast 中的默认情况可以通过修改公式或通过实现长度为 1 的汇总（聚合）来解决：运算符、自定义或可用函数给出每种情况下的长度为一的结果，并且适合此目的。