r - 使用来自两个不同列的条件重新创建数据框
问题描述
我有一个庞大的数据框,看起来像这样:
df = data.frame(year = c(rep(1998,5),rep(1999,5)),
loc = c(10,rep(14,4),rep(10,2),rep(14,3)),
sitA = c(rep(0,3),1,1,0,1,0,1,1),
sitB = c(1,0,1,0,1,rep(0,4),1),
n = c(2,13,2,9,4,7,2,7,7,4))
df
year loc sitA sitB n
1 1998 10 0 1 2
2 1998 14 0 0 13
3 1998 14 0 1 2
4 1998 14 1 0 9
5 1998 14 1 1 4
6 1999 10 0 0 7
7 1999 10 1 0 2
8 1999 14 0 0 7
9 1999 14 1 0 7
10 1999 14 1 1 4
如您所见,有年份、地点、两种不同的情况(表示为sitA
和sitB
),最后是这些记录的计数(列n
)。
我想创建一个新的数据框,它仅反映年份和地点的计数,其中情况 A 和 B 的计数有条件地存储在列中,例如下面的所需输出:
df.new
year loc sitB.0.sitA.0 sitB.0.sitA.1 sitB.1.sitA.0 sitB.1.sitA.1
1 1998 10 0 0 2 0
2 1998 14 13 9 2 4
3 1999 10 7 2 0 0
4 1999 14 7 7 0 4
您可以意识到的棘手部分是原始数据框不包含所有条件。它只有计数大于 0 的那些。因此,对于原始数据帧中的缺失条件,新数据帧应该具有“0”。因此,诸如熔化(重塑)或聚合之类的众所周知的功能无法解决我的问题。一点帮助将不胜感激。
解决方案
一种tidyverse
方法,我们首先将列名附加到列的值上sit..
。然后我们unite
将它们组合成一列并spread
最终确定值。
library(tidyverse)
df[3:4] <- lapply(names(df)[3:4], function(x) paste(x, df[, x], sep = "."))
df %>%
unite(key, sitA, sitB, sep = ".") %>%
spread(key, n, fill = 0)
# year loc sitA.0.sitB.0 sitA.0.sitB.1 sitA.1.sitB.0 sitA.1.sitB.1
#1 1998 10 0 2 0 0
#2 1998 14 13 2 9 4
#3 1999 10 7 0 2 0
#4 1999 14 7 0 7 4
如果列的位置不固定,您可以grep
先使用
cols <- grep("^sit", names(df))
df[cols] <- lapply(names(df)[cols], function(x) paste(x, df[, x], sep = "."))
推荐阅读
- mysql - 如何重写 ON 子句以避免使用 OR
- node.js - fork:无法分配内存 - Ubuntu NGINX 使用 PM2 运行 NodeJS
- excel - 如何创建时间戳?
- java - 即时库的 Android Studio 3.5 索引问题
- python-3.x - Python初学者有一个基本问题:如何正确调用类和方法?
- angular - 如何在 Firebase 云函数和 Angular 之间共享 typescript 类
- python - 我真的需要这个python代码解释
- python - aiohttp logging:如何区分不同请求的日志消息?
- python - 如何计算窗口内的平均值,其中窗口的范围取决于列的值?
- sql - sql - 获取 2 个子查询的最小值