将列表中的数据框相互合并答案

【问题标题】：Merge data frames from a list with each other将列表中的数据框相互合并
【发布时间】：2012-12-06 20:49:27
【问题描述】：

我需要什么：

我有一个巨大的数据框，其中包含以下列（还有一些，但这些并不重要）。这是一个例子：

    user_id video_id group_id    x   y
1         1        0        0   39 108
2         1        0        0   39 108
3         1       10        0  135 180
4         2        0        0   20 123

当然，用户、视频和组 ID 是因素。例如，有 20 个视频，但每个视频对每个用户和组都有几个“观察”。

我想将此数据框转换为以下格式，其中x.N、y.N 的数量与用户数量一样多 (N)。

video_id  x.1   y.1  x.2  y.2  …
       0   39   108   20  123

因此，对于视频 0，来自用户 1 的 x 和 y 值分别位于 x.1 和 y.1 列中。对于用户 2，它们的值位于 x.2、y.2 等列中。

我尝试过的：

我为自己制作了一个数据框列表，这些数据框仅由每个 video_id 的所有 x, y 观察组成：

summaryList = dlply(allData, .(user_id), function(x) unique(x[c("video_id","x","y")]) )

看起来是这样的：

List of 15
 $ 1 :'data.frame': 20 obs. of  3 variables:
  ..$ video_id: Factor w/ 20 levels "0","1","2","3",..: 1 11 8 5 12 9 20 13 7 10 ...
  ..$ x       : int [1:20] 39 135 86 122 28 167 203 433 549 490 ...
  ..$ y       : int [1:20] 108 180 164 103 187 128 185 355 360 368 ...
 $ 2 :'data.frame': 20 obs. of  3 variables:
  ..$ video_id: Factor w/ 20 levels "0","1","2","3",..: 2 14 15 4 20 6 19 3 13 18 ...
  ..$ x       : int [1:20] 128 688 435 218 528 362 299 134 83 417 ...
  ..$ y       : int [1:20] 165 117 135 179 96 328 332 563 623 476 ...

我被困在哪里：

剩下要做的是：

~~基于video_id，将summaryList中的每个数据框相互合并。我找不到访问列表中实际数据帧的好方法，它们是summaryList[1]$`1`、summaryList[2]$`2` 等等。~~

@James 找到了部分解决方案：
```
Reduce(function(x,y) merge(x,y,by="video_id"),summaryList)
```
确保在用户 ID 之后重命名列名，而不是保持原样。现在我的summaryList 不包含有关用户ID 的任何信息，Reduce 的输出有重复的列名，如x.x y.x x.y y.y x.x y.x 等等。

我该怎么做呢？或者有没有比我目前正在做的更简单的方法来获得结果？

【问题讨论】：

您能否提供一部分数据？我在想Reduce(function(x,y) merge(x,y,by="video_id"),summaryList) 可能会成功
您能否提供一个（简化的）您的输入 data.frame 示例和预期输出？我很难理解你想要做什么。
@Roland 我添加了一个小例子。这是the whole dataset以防万一。
@James 这几乎有效，只有列是video_id x.x y.x x.y y.y x.x y.x等，所以不以用户ID命名。
@slhck 之后尝试使用names(reducedData)[-1] <- do.call(function(...) paste(...,sep="."),expand.grid(letters[24:25],names(summaryList)))。

标签： r merge dataframe plyr

【解决方案1】：

我还是有些困惑。不过，我猜你只是想melt 和dcast。

library(reshape2)
d <- melt(allData,id.vars=c("user_id","video_id"), measure.vars=c("x","y"))
dcast(d,video_id~user_id+variable,value.var="value",fun.aggregate=mean)

导致：

 video_id  1_x 1_y  2_x 2_y  3_x 3_y  4_x 4_y  5_x 5_y  6_x 6_y  7_x 7_y  8_x 8_y  9_x 9_y 10_x 10_y 11_x 11_y 12_x 12_y 14_x 14_y 15_x 15_y 16_x 16_y
1         0   39 108  899 132   61 357  149 298 1105 415  148 208  442 200  210 134   58 244  910  403  152   52 1092  617 1012  114 1105  424  548  394
2         1 1125  70  128 165 1151 390  171 587  623 623   80 643  866 310  994 114  854 129  781  306  672   -1 1096  354  525  524  150

【讨论】：

我不得不删除一些额外的专栏，请参阅对您帖子的编辑，但这也有效，谢谢！我对reshape 有点陌生，所以您能否解释一下dcast 在这里做了什么或者为什么它首先创建了这些列？
dcast 只是从长格式（最常用于统计软件）转换为宽格式（Excel 人员喜欢）。该公式定义哪些变量成为列标题。 melt是逆变换。

【解决方案2】：

Reduce 成功了：

reducedData <- Reduce(function(x,y) merge(x,y,by="video_id"),summaryList)

...但您需要在之后修复names：

names(reducedData)[-1] <- do.call(function(...) paste(...,sep="."),expand.grid(letters[24:25],names(summaryList)))

结果是：

   video_id  x.1 y.1  x.2 y.2  x.3 y.3  x.4 y.4  x.5 y.5  x.6 y.6  x.7 y.7  x.8
1         0   39 108  899 132   61 357  149 298 1105 415  148 208  442 200  210
2         1 1125  70  128 165 1151 390  171 587  623 623   80 643  866 310  994

【讨论】：