我想知道是否有一种简单的方法来重组我的一些数据。我现在有一个数据框,看起来像这样...
Year Cat Number
2001 A 15
2001 B 2
2002 A 4
2002 B 12但我最终想要的是它的形状...
Year Cat Number Cat Number
2001 A 15 B 2
2002 A 4 B 12有没有简单的方法可以做到这一点?
提前感谢
:)
发布于 2014-10-20 01:17:46
一种方法是使用reshape2中的dcast/melt。在下面的代码中,首先我使用transform和ave为每个Year创建了一个数字序列(indx列)。然后,对转换后的数据集执行melt操作,将id.var设置为Year,并设置为indx。然后,使用dcast将long格式的数据集整形为wide格式。如果不需要后缀_number,可以使用gsub删除该部分。
library(reshape2)
res <- dcast(melt(transform(df, indx=ave(seq_along(Year), Year, FUN=seq_along)),
id.var=c("Year", "indx")), Year~variable+indx, value.var="value")
colnames(res) <- gsub("\\_.*", "", colnames(res))
res
# Year Cat Cat Number Number
#1 2001 A B 15 2
#2 2002 A B 4 12或者使用dplyr/tidyr。这里的想法和上面的类似。按Year列分组后,使用mutate生成一个indx列,然后使用gather将其整形为长格式,将两列重新整形为一个列VarIndx,然后使用spread将其重新整形为宽格式。在最后一步mutate_each中,名称以Number开头的列被转换为numeric列。
library(dplyr)
library(tidyr)
res1 <- df %>%
group_by(Year) %>%
mutate(indx=row_number()) %>%
gather("Var", "Val", Cat:Number) %>%
unite(VarIndx, Var, indx) %>%
spread(VarIndx, Val) %>%
mutate_each(funs(as.numeric), starts_with("Number"))
res1
# Source: local data frame [2 x 5]
# Year Cat_1 Cat_2 Number_1 Number_2
#1 2001 A B 15 2
#2 2002 A B 4 12或者,您可以使用来自splitstackshape的getanID (来自@Ananda Mahto (splitstackshape的作者)的评论)创建一个indx变量.id,并使用来自base R的reshape
library(splitstackshape)
reshape(getanID(df, "Year"), direction="wide", idvar="Year", timevar=".id")
# Year Cat.1 Number.1 Cat.2 Number.2
#1: 2001 A 15 B 2
#2: 2002 A 4 B 12数据
df <- structure(list(Year = c(2001L, 2001L, 2002L, 2002L), Cat = c("A",
"B", "A", "B"), Number = c(15L, 2L, 4L, 12L)), .Names = c("Year",
"Cat", "Number"), class = "data.frame", row.names = c(NA, -4L
))https://stackoverflow.com/questions/26452971
复制相似问题