значения Mix из dataframes с различными форматами

Question

у меня есть база данных со столбцами: «Год», «Месяц», «T1», ...... «T31»:

Например df_0 является оригинальной формат, и я хочу, чтобы преобразовать его в new_df (вторая часть)

id0 <- c ("Year", "Month", "T_day1", "T_day2", "T_day3", "T_day4", "T_day5") 
id1 <- c ("2010", "January", 10, 5, 2,3,3) 
id2 <- c ("2010", "February", 20,36,5,8,1) 
id3 <- c ("2010", "March", 12,23,23,5,25) 
df_0 <- rbind (id1, id2, id3) 
colnames (df_0)<- id0 
head(df_0) 

Я хотел бы создать новый dataframe, в котором данные из T1 .... T31 за каждый месяц и год будет присоединиться к колонку со всеми датами, например, с 1 января 2010 года по 4 января 2012 года:

date<-seq(as.Date("2010-01-01"), as.Date("2012-01-04"), by="days") 

или присоединиться значение в новом столбце dataframe на основе значений других трех столбцов (год, месяц и день):

year <- lapply(strsplit(as.character(date), "\\-"), "[", 1) 
month <- lapply(strsplit(as.character(date), "\\-"), "[", 2) 
day <- lapply(strsplit(as.character(date), "\\-"), "[", 3) 
df <- cbind (year, month, day) 

Я хотел бы иметь фрейм данных с информацией в этом случае :

Year <- rep(2010,15) 
Month <- c(rep("January", 5), rep("February",5), rep("March",5)) 
Day<- rep(c(1,2,3,4,5)) 
Value <- c(10,5,2,3,3,20,36,5,8,1,12,23,23,5,25) 
new_df <- cbind (Year, Month, Day, Value) 
head(new_df) 

заранее спасибо

Answer 1

То, что вы ищете, чтобы изменить свои данные. Одной библиотекой, которую вы можете использовать, является библиотека reshape2. Здесь мы можем использовать функцию melt в reshape2 библиотеке:

melt(data.frame(df_0), id.vars=c("Year", "Month")) 

на основе данных, которые вы имеете, то выход будет иметь:

Year Month variable value 
1 2010 January T_day1 10 
2 2010 February T_day1 20 
3 2010 March T_day1 12 
4 2010 January T_day2  5 
5 2010 February T_day2 36 
6 2010 March T_day2 23 
7 2010 January T_day3  2 
8 2010 February T_day3  5 
9 2010 March T_day3 23 
10 2010 January T_day4  3 
11 2010 February T_day4  8 
12 2010 March T_day4  5 
13 2010 January T_day5  3 
14 2010 February T_day5  1 
15 2010 March T_day5 25 

Что вы можете изменить переменную столбец дней в зависимости о том, как вы отформатировали этот столбец.

Answer 2

Во-первых, я создал собственные тестовые данные. Я использовал уменьшенный вектор date для более легкой демонстрации: 2010-01-01 до 2010-03-04. В моем df_0 я произвел значение для каждой даты в моем сокращенном векторе даты, не включая последнюю дату, и включая одну дополнительную дату, не указанную в моем date векторе: 2010-03-05. Позже станет ясно, почему я это сделал.

set.seed(1); 
date <- seq(as.Date('2010-01-01'),as.Date('2010-03-04'),by='day'); 
df_0 <- reshape(setNames(as.data.frame(cbind(do.call(rbind,strsplit(strftime(c(date[-length(date)],as.Date('2010-03-05')),'%Y %B %d'),' ')),round(rnorm(length(date)),3))),c('Year','Month','Day','T_day')),dir='w',idvar=c('Year','Month'),timevar='Day'); 
attr(df_0,'reshapeWide') <- NULL; 
df_0; 
## Year Month T_day.01 T_day.02 T_day.03 T_day.04 T_day.05 T_day.06 T_day.07 T_day.08 T_day.09 T_day.10 T_day.11 T_day.12 T_day.13 T_day.14 T_day.15 T_day.16 T_day.17 T_day.18 T_day.19 T_day.20 T_day.21 T_day.22 T_day.23 T_day.24 T_day.25 T_day.26 T_day.27 T_day.28 T_day.29 T_day.30 T_day.31 
## 1 2010 January -0.626 0.184 -0.836 1.595  0.33 -0.82 0.487 0.738 0.576 -0.305 1.512  0.39 -0.621 -2.215 1.125 -0.045 -0.016 0.944 0.821 0.594 0.919 0.782 0.075 -1.989  0.62 -0.056 -0.156 -1.471 -0.478 0.418 1.359 
## 32 2010 February -0.103 0.388 -0.054 -1.377 -0.415 -0.394 -0.059  1.1 0.763 -0.165 -0.253 0.697 0.557 -0.689 -0.707 0.365 0.769 -0.112 0.881 0.398 -0.612 0.341 -1.129 1.433  1.98 -0.367 -1.044  0.57  <NA>  <NA>  <NA> 
## 60 2010 March -0.135 2.402 -0.039  <NA>  0.69  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA> 

Первая половина решения является изменение формы от широкого формата до тех пор, и может быть сделано с помощью одного вызова reshape(). Кроме того, я завернул его в вызове na.omit(), чтобы предотвратить значения NA от генерируется из неизбежных клеток NA в df_0:

df_1 <- na.omit(reshape(df_0,dir='l',idvar=c('Year','Month'),timevar='Day',varying=grep('^T_day\\.',names(df_0)),v.names='Value')); 
rownames(df_1) <- NULL; 
df_1[order(match(df_1$Month,month.name),df_1$Day),]; 
## Year Month Day Value 
## 1 2010 January 1 -0.626 
## 4 2010 January 2 0.184 
## 7 2010 January 3 -0.836 
## 10 2010 January 4 1.595 
## 12 2010 January 5 0.33 
## 15 2010 January 6 -0.82 
## 17 2010 January 7 0.487 
## 19 2010 January 8 0.738 
## 21 2010 January 9 0.576 
## 23 2010 January 10 -0.305 
## 25 2010 January 11 1.512 
## 27 2010 January 12 0.39 
## 29 2010 January 13 -0.621 
## 31 2010 January 14 -2.215 
## 33 2010 January 15 1.125 
## 35 2010 January 16 -0.045 
## 37 2010 January 17 -0.016 
## 39 2010 January 18 0.944 
## 41 2010 January 19 0.821 
## 43 2010 January 20 0.594 
## 45 2010 January 21 0.919 
## 47 2010 January 22 0.782 
## 49 2010 January 23 0.075 
## 51 2010 January 24 -1.989 
## 53 2010 January 25 0.62 
## 55 2010 January 26 -0.056 
## 57 2010 January 27 -0.156 
## 59 2010 January 28 -1.471 
## 61 2010 January 29 -0.478 
## 62 2010 January 30 0.418 
## 63 2010 January 31 1.359 
## 2 2010 February 1 -0.103 
## 5 2010 February 2 0.388 
## 8 2010 February 3 -0.054 
## 11 2010 February 4 -1.377 
## 13 2010 February 5 -0.415 
## 16 2010 February 6 -0.394 
## 18 2010 February 7 -0.059 
## 20 2010 February 8 1.1 
## 22 2010 February 9 0.763 
## 24 2010 February 10 -0.165 
## 26 2010 February 11 -0.253 
## 28 2010 February 12 0.697 
## 30 2010 February 13 0.557 
## 32 2010 February 14 -0.689 
## 34 2010 February 15 -0.707 
## 36 2010 February 16 0.365 
## 38 2010 February 17 0.769 
## 40 2010 February 18 -0.112 
## 42 2010 February 19 0.881 
## 44 2010 February 20 0.398 
## 46 2010 February 21 -0.612 
## 48 2010 February 22 0.341 
## 50 2010 February 23 -1.129 
## 52 2010 February 24 1.433 
## 54 2010 February 25 1.98 
## 56 2010 February 26 -0.367 
## 58 2010 February 27 -1.044 
## 60 2010 February 28 0.57 
## 3 2010 March 1 -0.135 
## 6 2010 March 2 2.402 
## 9 2010 March 3 -0.039 
## 14 2010 March 5 0.69 

Вторая часть раствора требует слияния выше длиной формата data.frame с точные даты, которые вы указали в формате data.frame. Для этого требуется значительное количество кода лесов для преобразования вектора даты в файл data.frame с столбцами Year Month Day, но как только это будет сделано, вы можете просто позвонить merge() с all.x=T, чтобы сохранить каждую дату в векторе даты, независимо от того, присутствовало ли оно в df_1 и исключить любую дату df_1, которая не присутствует в векторе дата:

df_2 <- merge(transform(setNames(as.data.frame(do.call(rbind,strsplit(strftime(date,'%Y %B %d'),' '))),c('Year','Month','Day')),Day=as.integer(Day)),df_1,all.x=T); 
df_2[order(match(df_2$Month,month.name),df_2$Day),]; 
## Year Month Day Value 
## 29 2010 January 1 -0.626 
## 30 2010 January 2 0.184 
## 31 2010 January 3 -0.836 
## 32 2010 January 4 1.595 
## 33 2010 January 5 0.33 
## 34 2010 January 6 -0.82 
## 35 2010 January 7 0.487 
## 36 2010 January 8 0.738 
## 37 2010 January 9 0.576 
## 38 2010 January 10 -0.305 
## 39 2010 January 11 1.512 
## 40 2010 January 12 0.39 
## 41 2010 January 13 -0.621 
## 42 2010 January 14 -2.215 
## 43 2010 January 15 1.125 
## 44 2010 January 16 -0.045 
## 45 2010 January 17 -0.016 
## 46 2010 January 18 0.944 
## 47 2010 January 19 0.821 
## 48 2010 January 20 0.594 
## 49 2010 January 21 0.919 
## 50 2010 January 22 0.782 
## 51 2010 January 23 0.075 
## 52 2010 January 24 -1.989 
## 53 2010 January 25 0.62 
## 54 2010 January 26 -0.056 
## 55 2010 January 27 -0.156 
## 56 2010 January 28 -1.471 
## 57 2010 January 29 -0.478 
## 58 2010 January 30 0.418 
## 59 2010 January 31 1.359 
## 1 2010 February 1 -0.103 
## 2 2010 February 2 0.388 
## 3 2010 February 3 -0.054 
## 4 2010 February 4 -1.377 
## 5 2010 February 5 -0.415 
## 6 2010 February 6 -0.394 
## 7 2010 February 7 -0.059 
## 8 2010 February 8 1.1 
## 9 2010 February 9 0.763 
## 10 2010 February 10 -0.165 
## 11 2010 February 11 -0.253 
## 12 2010 February 12 0.697 
## 13 2010 February 13 0.557 
## 14 2010 February 14 -0.689 
## 15 2010 February 15 -0.707 
## 16 2010 February 16 0.365 
## 17 2010 February 17 0.769 
## 18 2010 February 18 -0.112 
## 19 2010 February 19 0.881 
## 20 2010 February 20 0.398 
## 21 2010 February 21 -0.612 
## 22 2010 February 22 0.341 
## 23 2010 February 23 -1.129 
## 24 2010 February 24 1.433 
## 25 2010 February 25 1.98 
## 26 2010 February 26 -0.367 
## 27 2010 February 27 -1.044 
## 28 2010 February 28 0.57 
## 60 2010 March 1 -0.135 
## 61 2010 March 2 2.402 
## 62 2010 March 3 -0.039 
## 63 2010 March 4 <NA> 

Обратите внимание, как 2010-03-04 включен, даже если я не генерировали значение для него в df_0 и 2010-03-05 исключается, хотя я и сделал.