如何将数据框转换为 R 中的 3d 数组答案

【问题标题】：How to convert a data frame to a 3d array in R如何将数据框转换为 R 中的 3d 数组
【发布时间】：2013-10-23 05:30:58
【问题描述】：

我有一个要转换为三维数组的数据框。数据框中的一列应用作分组变量，用于将帧拆分为可组合成数组的二维矩阵。在下面的最小工作示例中，数据帧应由变量“i”拆分为矩阵，然后组合成一个 4x4x2 数组。该解决方案应该适用于大型数据集，理想情况下可以推广到将数据帧转换为 n 维数组。

# Make reproducible 
set.seed(123)

df <- {
  data.frame(i=rep(1:2, each=4),
             x=rep(rep(0:1, each=2), 2),
             y=rep(rep(0:1, 2), 2),
             l=rnorm(8))
}

df
#   i x y           l
# 1 1 0 0 -0.56047565
# 2 1 0 1 -0.23017749
# 3 1 1 0  1.55870831
# 4 1 1 1  0.07050839
# 5 2 0 0  0.12928774
# 6 2 0 1  1.71506499
# 7 2 1 0  0.46091621
# 8 2 1 1 -1.26506123

注意：我怀疑 Hadley Wickham 的 plyr 可能会提供所需的工具，也许是 daply？

【问题讨论】：

您只是在寻找split(df, df$i)吗？
我在寻找 abind(split(df, df$i), along=3)。你已经成功了一半。
发布了另一种选择，只是为了多样化。

标签： arrays r

【解决方案1】：

我可能会这样做：

library(abind)
abind(split(df, df$i), along=3)
# , , 1
# 
#   i x y           l
# 5 1 0 0 -0.56047565
# 6 1 0 1 -0.23017749
# 7 1 1 0  1.55870831
# 8 1 1 1  0.07050839
# 
# , , 2
# 
#   i x y          l
# 5 2 0 0  0.1292877
# 6 2 0 1  1.7150650
# 7 2 1 0  0.4609162
# 8 2 1 1 -1.2650612

【讨论】：

【解决方案2】：

听起来你在找split：

> split(df, df$i)
$`1`
  i x y           l
1 1 0 0 -0.56047565
2 1 0 1 -0.23017749
3 1 1 0  1.55870831
4 1 1 1  0.07050839

$`2`
  i x y          l
5 2 0 0  0.1292877
6 2 0 1  1.7150650
7 2 1 0  0.4609162
8 2 1 1 -1.2650612

这会导致两个 data.frames 中的 list 由“i”列分隔。

要获得array，您可以使用 Josh 的答案，或者您可以使用 base R 中的simplify2array：

> simplify2array(by(df, df$i, as.matrix))
, , 1

  i x y           l
1 1 0 0 -0.56047565
2 1 0 1 -0.23017749
3 1 1 0  1.55870831
4 1 1 1  0.07050839

, , 2

  i x y          l
1 2 0 0  0.1292877
2 2 0 1  1.7150650
3 2 1 0  0.4609162
4 2 1 1 -1.2650612

【讨论】：

【解决方案3】：

也许我读错了问题，但 MWE 描述了一个 2x2x2 数组（x、y、i（又名 z））。当前的答案似乎提供了提供 data.frames 数组而不是 2D 矩阵数组（每个 OP）的解决方案。 array() 会将 data.frame 转换为 n 维矩阵数组：

dfa <- array(data = df$l, 
             dim=c(length(unique(df$x)), 
                   length(unique(df$y)), 
                   length(unique(df$i))), 
             dimnames=list(unique(df$x), unique(df$y), unique(df$i))
            )
dfa
> dfa
, , 1

           0          1
0 -0.5604756 1.55870831
1 -0.2301775 0.07050839

, , 2

          0          1
0 0.1292877  0.4609162
1 1.7150650 -1.2650612

【讨论】：

好点@Brian D。上面的答案并不是真正的矩阵。