我有一个data.table
尺寸为421,570 x 16的对象,它存储多个商店的数据。商店可以有不同的部门。这仅仅是一个例子。数据集较大。使用reshape2填充数组
> head(raw.df)
Store Type StoreSize Dept Date Weekly_Sales
1: 1 A 151315 1 2010-02-05 24925
2: 1 A 151315 2 2010-02-05 46039
3: 2 A 152825 1 2010-02-05 41596
4: 2 A 152825 2 2010-02-05 19404
5: 3 B 110025 1 2010-02-05 21828
6: 3 B 110025 2 2010-02-05 21043
理想情况下,我想创建一个数组对象,它可以存储多个矩阵,每个矩阵上我想有一个存储。基本上,我希望每个部门的每个级别都有每个部门的每周销售额,这样我就可以对数组对象运行一些时间序列分析,而无需多次运行相同的功能。
这条命令会产生我想要的数组的一种矩阵。
dcast(raw.df[which(raw.df$Store == 1), ], Date ~ Dept, value.var = "Weekly_Sales")
head(e1)
我正在考虑生成一个空数组,并使用for loop
填充它。我写了这个循环,很遗憾不起作用。 阵列的尺寸为143(天),99(部门为每个商店),45(店)
ts.a <- array(data = NA, dim = c(143, 99, 45))
for (i in 1:45) {
# generate 45 matrices, one for each store
paste("mat", i, sep = "") <- matrix(data = NA, nrow = 143, ncol = 99)
paste("mat", i, sep = "") <- dcast(raw.df[which(raw.df$Store == i), ], Date ~ Dept,
value.var = "Weekly_Sales")
# merge the matrix into the array object
}
我知道我的做法可能是完全错误的。我的知识或R和编程是完全自学的。
这是有点不清楚,为什么你似乎认为三维数组将是最有效的方式来存储这些数据。你能详细说明一下吗? – joran
为什么不告诉我们你的实际问题是什么,而不是要求你的问题的具体解决方案?对于这种类型的分析(对多组数据应用类似的计算),data.table是非常通用的。 – BrodieG
我同意以前的评论,并且还将'?xtabs'作为未来的实用工具;例如'xtabs(Weekly_Sales〜Date + Dept + Store,DF)' –