时间戳

首页 > 解决方案 > 使用 id 变量重复的分组重塑 data.frame

r - 使用 id 变量重复的分组重塑 data.frame

问题描述

我想重塑/重新排列一个数据集，该数据集存储为具有 2 列的 data.frame：

样本数据：

id <- as.character(1001:1003)
val_list <- data.frame(sample(1:3, size=12, replace=TRUE))
have <- data.frame(cbind(rep(id, 4), val_list))
colnames(have) <- c("id", "values")
have <- have %>% arrange(id)

这给了我以下输出：

   id   values
1  1001      2
2  1001      2
3  1001      2
4  1001      3
5  1002      2
6  1002      3
7  1002      2
8  1002      2
9  1003      1
10 1003      3
11 1003      1
12 1003      2

我想要的是：

want <- data.frame(cbind(have[1:4, 2], 
                     have[5:8, 2],
                     have[9:12, 2]))
colnames(want) <- id

想要的输出：

    1001 1002 1003
  1    2    2    1
  2    2    3    3
  3    2    2    1
  4    3    2    2

我的原始数据集有 >1000 个变量“id”和 >50 个变量“value”。我想对数据集进行分块/切片，得到一个新的 data.frame，其中每个“id”变量将代表一列，列出其“值”变量内容。

可以通过循环解决它，但我想要矢量化解决方案。如果可能的话，将基础 R 作为“单线”，但也可以使用其他解决方案。

标签： rgroup-byreshapetransposedata-wrangling

解决方案

您可以为每个创建一个唯一的行值id并使用pivot_wider.

have %>%
  group_by(id) %>%
  mutate(row = row_number()) %>%
  tidyr::pivot_wider(names_from = id, values_from = values) %>%
  select(-row)

# A tibble: 4 x 3
#  `1001` `1002` `1003`
#   <int>  <int>  <int>
#1      1      3      1
#2      3      2      3
#3      2      2      3
#4      2      2      3

或使用data.table 

library(data.table)
dcast(setDT(have), rowid(id)~id, value.var = 'values')

数据

df <- structure(list(id = c(1001L, 1001L, 1001L, 1001L, 1002L, 1002L, 
1002L, 1002L, 1003L, 1003L, 1003L, 1003L), values = c(2L, 2L, 
2L, 3L, 2L, 3L, 2L, 2L, 1L, 3L, 1L, 2L)), class = "data.frame", 
row.names = c(NA, -12L))

推荐阅读