时间戳

首页 > 解决方案 > R根据另一个值创建和填充新列

r - R根据另一个值创建和填充新列

问题描述

我被困在一个 R 数据争论问题上。我有一个如下所示的数据框（df）：

      loc     lat      long      group
 1    loc1    47.69119 -91.85776  A
 2    loc1    47.69119 -91.85776  B
 3    loc1    47.69119 -91.85776  C
 4    loc2    46.41079 -86.64089  C
 5    loc2    46.41079 -86.64089  C
 6    loc2    46.41079 -86.64089  C
 7    loc3    47.33673 -91.19876  D
 8    loc4    46.83937 -87.71222  A
 9    loc4    46.83937 -87.71222  E
 10   loc4    46.83937 -87.71222  E

我想做的是为 df$group 中的每个唯一值创建一个新列，然后使用每个 loc 观察每个组的次数来填充新列，并为每个 loc 保留一行。我希望最终产品看起来像这样：

      loc    lat      long       A  B  C  D  E
 1    loc1   47.69119 -91.85776  1  1  1  0  0
 2    loc2   46.41079 -86.64089  0  0  3  0  0
 3    loc3   47.33673 -91.19876  0  0  0  1  0
 4    loc4   46.83937 -87.71222  1  0  0  0  2

我想我需要一些 dplyr 和/或 tidyr 功能的组合，但无法解决。我使用以下代码将每个 loc 和 group 的频率制成表格：

df.freq = df %>%
group_by(loc, group) %>%
summarise(Freq = n())

也许生成的 df.freq 可用于使用 tidyr 创建新列，如下所示：

tidyr::separate(df.freq, group, 
  as.character(unique(df.freq$group)))

但是我不确定如何填充每个新列并为每个位置只保留一行。

标签： rdplyrtidyr

解决方案

一种选择是count基于列'loc'、'lat'、'long'、'group'然后spread获取'wide'格式

library(tidyverse)
df %>% 
  count(loc, lat, long, group) %>%
  spread(group, n, fill = 0)

一个data.table版本（@markus 评论）将是

library(data.table)
dcast(setDT(df), loc + lat + long ~ group)

推荐阅读