R中的矩阵变换和聚合答案

【问题标题】：Matrix transformation and aggregation in RR中的矩阵变换和聚合
【发布时间】：2013-07-02 10:53:25
【问题描述】：

我开始使用 R 进行开发，但我仍然遇到该语言的“初学者问题”。我想做以下事情：

我有一个包含约 900 列的矩阵（数据框：=user），每列都是乐队的名称（Nirvana、Green Day、Daft-Punk 等）。
在每一行中，我都有一个用户和用户的音乐品味（Nirvana = 10，Green Day=5，Daft Punkt=0）
我想查询另一个数据框（:=artists - 带有艺术家的音乐标签）并用其流派标签替换乐队的名称（Nirvana --> Rock、Green Day --> Rock、Daft-Punk --> 技术）。有大约 120 个用于音乐品味的标签 (120
最后，我想“聚合”所有列的值以避免重复列。在 (3) 的示例中 - 使用聚合函数“SUM” - 该行将只有 2 个条目而不是 3 个：(Rock = 15, Techno=0)

关于如何用 R 做到这一点的任何线索？提前感谢您的帮助！

数据：

【问题讨论】：

如果没有来自两个数据帧的实际样本数据，您将得到对此的一般反应，这将建议使用rowSums 并查看this question。
您能否以dput(head(artists)) 和dput(head(user[,1:5])) 的输出形式提供此信息？
你想如何按标签聚合？我的计数（来自 unique(unlist(sapply(artists[,2:6],levels)))）是您有 505 个唯一标签，这意味着要添加到 user 的 505 列（每个标签一个）。并且标签不是互斥的，因此用户波段对的分数可能最终会计入多个标签变量的分数中。这就是你想要的吗？
+1 摇滚 > 技术。
@jcdmb 任何关于如何使用 R 来做到这一点的线索 通常都会转化为一些代码来说明玩具数据的示例。我假设您已经在how to make a great reproducible example 上看到了这个著名的问题

标签： r dataframe

【解决方案1】：

我有一个包含约 900 列的矩阵（数据框：=用户），每列都是乐队的名称（Nirvana、Green Day、Daft-Punk 等）。
在每一行中，我都有一个用户和用户的音乐品味（Nirvana = 10，Green Day=5，Daft Punkt=0）

这就是所谓的“宽”格式。对于大多数任务来说，最好将其重塑为窄格式，即具有两列的单个 data.frame，一列标识用户，另一列标识波段。有几个工具可以做到这一点，这里有几个关于 SO 的问题。尤其要查找reshape 标签。

还有一个名为reshape 的包可以在这里提供帮助。我所说的过程称为“融化”数据。

我想查询另一个数据框（:=artists - 带有艺术家的音乐标签）并用乐队的流派标签替换乐队的名称（Nirvana --> Rock, Green Day --> Rock, Daft-Punk --> 技术）。有大约 120 个用于音乐品味的标签 (120

您可以使用merge 组合多个数据框，使用波段名称作为合并键。这就是为什么您希望波段名称是值而不是列名的原因。

最后，我想“聚合”所有列的值以避免重复列。在 (3) 的示例中 - 使用聚合函数“SUM” - 该行将只有 2 个条目而不是 3 个：(Rock = 15, Techno=0)

当您使用reshape 将数据“转换”回宽格式时，您可以提供一个聚合函数，用于组合值。你可以使用sum。

【讨论】：