reshape2 — 柔軟なデータ変形ツール

reshape2はもう古い。 data.frameを処理をするなら、同じ作者が新しく設計しなおした tidyr + dplyr のほうがより高速で洗練されているのでそちらを使おう。ただし3次元以上のarrayを扱うにはまだ便利。

`melt()`

data.frameの複数列の値を、カテゴリ変数1列と値1列の組に変換する。これにより、変換する列数の分だけdata.frameが縦長(long-format)になる。やや冗長性は増すが、ggplot2 での作図などさまざまな操作がしやすくなる。

この用途ならこれじゃなくて tidyr::gather() を使おう。

array対象ならまだ使い道はある。例えば3次元arrayを melt(arr, c("x", "y", "z")) として3列のmatrixに戻せるのは便利。ただしこれも dplyr::as.tbl_cube() のほうが高速。

reshape2::melt(data, id.vars, measure.vars,
               variable.name="variable", value.name="value",
               na.rm=FALSE, factorsAsStrings=TRUE, ...)

data: data.frame
id.vars: そのまま列として維持したい列名を文字列で指定。何も指定しなければ measure.vars 以外のすべて。
measure.vars: 列名を variable に、値を value に分解したい列名を文字列で指定。何も指定しなければ id.vars 以外のすべて。
variable.name="variable": meltされた列名を格納する新しい列の名前。
value.name="value": meltされた値を格納する新しい列の名前。
na.rm=FALSE: NA が含まれる行を取り除くかどうか。

Example

ライブラリを読み込んでサンプルデータを見てみる(wide-format)

> library(reshape2)
> head(reshape2::french_fries)
   time treatment subject rep potato buttery grassy rancid painty
61    1         1       3   1    2.9     0.0    0.0    0.0    5.5
25    1         1       3   2   14.0     0.0    0.0    1.1    0.0
62    1         1      10   1   11.0     6.4    0.0    0.0    0.0
26    1         1      10   2    9.9     5.9    2.9    2.2    0.0
63    1         1      15   1    1.2     0.1    0.0    1.1    5.1
27    1         1      15   2    8.8     3.0    3.6    1.5    2.3

データをlong-formatに整形

> molten = reshape2::melt(reshape2::french_fries,
                          id.vars=c("time", "treatment", "subject", "rep"),
                          variable.name="flavor", na.rm=TRUE)
> head(molten)
  time treatment subject rep flavor value
1    1         1       3   1 potato   2.9
2    1         1       3   2 potato  14.0
3    1         1      10   1 potato  11.0
4    1         1      10   2 potato   9.9
5    1         1      15   1 potato   1.2
6    1         1      15   2 potato   8.8

ggplot2 で作図

> library(ggplot2)
> gp = ggplot(molten, aes(x=time, y=value, colour=treatment, shape=as.factor(rep)))
> gp = gp + geom_point(alpha=0.3)
> gp = gp + geom_smooth(aes(group=treatment), method=loess, se=FALSE)
> gp = gp + facet_grid(flavor ~ subject)
> gp

`dcast()`

カテゴリ変数を含むdata.frameを melt() と逆方向に (long-formatからwide-formatへ)整形する。

この用途ならこれじゃなくて tidyrのspread()を使おう。 fun.aggregateのように関数をグループごとに適用したい場合は dplyrのgroup_by()とsummarise()を使う。

3次元以上のarrayを作りたいときはreshape2::acast()が便利。 e.g., acast(data, x ~ y ~ z, dplyr::first, value.var="v", fill=0)

reshape2::dcast(data, formula, fun.aggregate=NULL, ...,
          margins=NULL, subset=NULL, fill=NULL, drop=TRUE,
          value.var=guess_value(data))

data: melt() されたような形でカテゴリ変数を含むdata.frame
formula: x_var ~ y_var ~ z_var ~ ... のような形で出力形式を指定
fun.aggregate=NULL: mean や sum など、整形後に同じマスに来る複数の値に適用する関数。デフォルトでは length が働いて要素数が得られる。
...: aggregate関数への引数を渡せる
margins=NULL: 列全体の平均や行全体の和などを追加するかどうか
subset=NULL: 適用範囲を限定する e.g., subset=.(variable=="length")

fill=NULL

drop=TRUE

value.var=guess_value(data)

Example

データは上の melt() の例で作った molten。

fun.aggregate を省略すると length が適用されて要素数が分かる

> reshape2::acast(molten, treatment ~ flavor)
Aggregation function missing: defaulting to length
  potato buttery grassy rancid painty
1    232     231    232    232    232
2    232     230    232    232    231
3    231     231    231    231    231

グループごとの平均値をdata.frameで

> reshape2::dcast(molten, treatment ~ flavor, mean)
  treatment   potato  buttery    grassy   rancid   painty
1         1 6.887931 1.780087 0.6491379 4.065517 2.583621
2         2 7.001724 1.973913 0.6629310 3.624569 2.455844
3         3 6.967965 1.717749 0.6805195 3.866667 2.525541

足し算すると辞書式に並ぶ

> reshape2::acast(molten, treatment ~ flavor + rep, mean)
  potato_1 potato_2 buttery_1 buttery_2  grassy_1  grassy_2 rancid_1 rancid_2 painty_1 painty_2
1 6.772414 7.003448  1.797391  1.762931 0.4456897 0.8525862 4.283621 3.847414 2.727586 2.439655
2 7.158621 6.844828  1.989474  1.958621 0.6905172 0.6353448 3.712069 3.537069 2.315517 2.597391
3 6.937391 6.998276  1.805217  1.631034 0.5895652 0.7706897 3.752174 3.980172 2.038261 3.008621

チルダで繋ぐと1次元増える

> reshape2::acast(molten, treatment ~ flavor ~ rep, mean)
, , 1

    potato  buttery    grassy   rancid   painty
1 6.772414 1.797391 0.4456897 4.283621 2.727586
2 7.158621 1.989474 0.6905172 3.712069 2.315517
3 6.937391 1.805217 0.5895652 3.752174 2.038261

, , 2

    potato  buttery    grassy   rancid   painty
1 7.003448 1.762931 0.8525862 3.847414 2.439655
2 6.844828 1.958621 0.6353448 3.537069 2.597391
3 6.998276 1.631034 0.7706897 3.980172 3.008621