dcast警告: 缺少聚合函数：默认使用长度。

Question

dcast警告: 缺少聚合函数：默认使用长度。

31

我的 df 数据看起来像这样:

Id  Task Type    Freq  
3     1    A       2
3     1    B       3
3     2    A       3
3     2    B       0
4     1    A       3
4     1    B       3
4     2    A       1
4     2    B       3

我想按照ID重新组织并得到：

Id   A    B …  Z    
3    5    3      
4    4    6

我试过：

df_wide <- dcast(df, Id + Task ~ Type, value.var="Freq")

并收到以下警告：

缺少聚合函数：默认使用长度

我不知道应该在 fun.aggregate 中放什么。问题出在哪里？

- user3315563

1

根据所示的示例，我没有收到任何警告。如果您有重复项，则可能需要创建一个序列列。 - akrun

3

如果你需要根据期望的输出结果来求和，则可以使用 dcast(df, Id~Type, value.var='Freq', sum)。 - akrun

谢谢Jaap！我不确定我完全理解了您的解释：我的前两列（Id和Task）需要从两行折叠为一行。这就是为什么我需要fun.aggregate函数吗？如果是这样-为什么是“sum”？我没有把它们加在一起。 - user3315563

你能具体说明在什么情况下收到警告信息吗？是在使用 dcast(df, Id ~ Type, value.var="Freq") 还是 dcast(df, Id + Task ~ Type, value.var="Freq") 时？我只在使用 dcast(df, Id ~ Type, value.var="Freq") 时收到警告（这是合理的，正如我在回答中所解释的那样）。 - Jaap

当我使用“dcast(df, Id + Task ~ Type, value.var="Freq")”时，会得到这个结果。 - user3315563

2个回答

0

fun.aggregate 在 dcast 公式中，当 value.var 列内的不同值对应于出现在 LHS（例如 "Id"）上的相同值或值的组合被公式 RHS 中的变量组合强制合并到一个单元格中时，是必需的。

在 dcast 中默认使用 length() 是有信息量的，因为它

可能表明数据中存在耦合性，并且
定位需要注意的 length > 1 情况。

更具信息量的是使用函数 list() 作为 fun.aggregate，因为它显示了每个情况中涉及的 value.var 值：

dcast(dt, Id ~ Type, fun.aggregate = list, value.var = 'Freq')

   Id   A   B
1:  3 2,3 3,0
2:  4 3,1 3,3

基本上，表格单元格的长度为1。因此，在dcast中的默认情况可以通过修改公式或者实现长度为1的汇总（聚合）来解决：操作符、自定义或可用函数在每种情况下都能给出长度为1的结果，并且适合于此目的。

- Dragos Bandur

这基本上和我的答案一样。那么，为什么要再次发布呢？ - Jaap

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Jaap · Accepted Answer

你收到此警告的原因在于fun.aggregate的描述（参见?dcast）：

如果变量无法为每个输出单元格标识单个观测值，则需要聚合函数。如果需要但未指定，将默认为长度（带有消息）。

因此，在宽数据框中一个位置上存在多个值时，需要使用聚合函数。

根据你的数据进行解释：

当你使用dcast(df, Id + Task ~ Type, value.var="Freq")时，会出现这种情况。

  Id Task A B
1  3    1 2 3
2  3    2 3 0
3  4    1 3 3
4  4    2 1 3

这是合适的，因为对于每个 Id、Task 和 Type 的组合，Freq 中只有一个值。但当你使用 dcast(df, Id ~ Type, value.var="Freq") 时，会得到以下结果（包括一条警告信息）：

Aggregation function missing: defaulting to length
  Id A B
1  3 2 2
2  4 2 2

现在，回顾一下您数据的顶部部分：

Id  Task Type    Freq  
3     1    A       2
3     1    B       3
3     2    A       3
3     2    B       0

你可以看到这是为什么。对于每个Id和Type组合，Freq中有两个值（例如Id为3：A类型分别为2和3，B类型分别为3和0），而在宽格式的数据框中，你只能为每个type的值放一个值。因此，dcast希望将这些值聚合成一个值。默认的聚合函数是length，但你可以使用其他聚合函数，比如sum、mean、sd或自定义函数，通过指定它们的fun.aggregate参数实现。

例如，使用fun.aggregate = sum，你会得到：

  Id A B
1  3 5 3
2  4 4 6

现在没有警告，因为dcast被告知当存在多个值时该做什么：返回这些值的总和。