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:
- id(非唯一,即可以重复多行)--> 存储为字符
- 值 --> 存储为数值(范围 1:3)
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。
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
- linux - Ftrace“功能”启用失败,资源繁忙
- java - 如何在 Android 6.0+ 中获得将文件写入 SDCard 的权限
- java - 在 Maven 项目中找不到 ImmutableMap
- c# - 我不知道如何写检查 - 如果元素在网站上
- cypress - 如何在另一个 spec.js 中重用代码?
- html - 需要单个 HTML 结构作为桌面和移动设备的附加屏幕截图,而无需复制元素。flexbox可以吗?
- google-cloud-platform - 尝试在 Google Cloud Platform 实例上运行 VMWare Workstation?
- python - 限制非守护程序池 Python 中的核心数
- ios - Swift 5 和 iOS 13 UISearchController 错误的呈现和关闭行为
- php - PHP以漂亮的格式打印xml文件