R中csv循环和数据帧的倾弃

Question

使用R，我试图获取一个csv文件，循环它，提取值，并将它们转储到一个数据帧中。csv中有四列: ID、UG_inst、Freq和年份。具体来说，我想按机构名称(2010-11、2011-12、2012-13和2013-14)遍历UG_inst列，并将该单元格的值放入R数据框架中各自的“单元格”中。现在，csv只有一个年份列，但是我创建的数据框架中每年都有一个列。最终的想法是能够创建代表每个机构每年的频率的条形图。目前，下面的代码没有抛出错误，但似乎对R数据框架"j“没有任何作用。

几个注意事项: 1)做一个嵌套的for循环会使我的头旋转，所以我决定现在只使用2010-11，然后循环通过机构名称。因为只有4年，我可以重写这四次，每次用不同的一年。2)此外，在csv中也有重复的名称。那么，如果一个机构名称出现了两次(由于字母顺序，在csv中将是相邻的行)，那么是否有方法将它们的和转储到R中的数据帧中？

所有相关信息如下。非常感谢您的帮助！

下面是指向.csv文件的链接：ALL.csv

这是我正在尝试的R代码：

abc <- read.csv(insert file path to above csv here)

inst_string <- unique(abc$UG_inst)

j <- data.frame("UG_inst"=inst_string,"2010-11"=NA,"2011-12"=NA,"2012-13"=NA,"2013-14"=NA)

for (i in inst_string) {
    inst.index <- which(abc$UG_inst == i && abc$Year == "2010-11")
    j$X2010.11[j$Ug_inst==i] <- abc$Freq[inst.index]
                       }   

Answer 1

我建议在基本R中使用reshape()函数，而不是使用嵌套循环(或者根本不使用循环)。

abc <- read.csv("UG_inst_ALL.csv")
abc <- abc[2:4]

reshape(data = abc,
        v.names = "Freq",
        timevar = "Year",
        idvar = "UG_inst",
        direction = "wide")

Answer 2

这被称为“重塑”您的数据，您正在从“长”格式到“宽”格式。

除了基本R的reshape函数之外，下面还有一些其他选项需要考虑。

我假设我们从数据开始，如下所示。

abc <- read.csv("~/Downloads/UG_inst_ALL.csv", row.names = 1)
head(abc)
#                        UG_inst Freq    Year
# 1 Abilene Christian University    0 2010-11
# 2       Adams State University    0 2010-11
# 3               Adrian College    1 2010-11
# 4          Agnes Scott College    0 2010-11
# 5       Alabama A&M University    1 2010-11
# 6               Albion College    1 2010-11

备选案文1：xtabs

out <- as.data.frame.matrix(xtabs(Freq ~ UG_inst + Year, abc))
head(out)
#                              2010-11 2011-12 2012-13 2013-14
# Abilene Christian University       0       1       0       0
# Adams State University             0       0       0       1
# Adrian College                     1       0       0       0
# Agnes Scott College                0       0       1       0
# Alabama A&M University             1       3       1       2
# Albion College                     1       0       0       0

选项2：“dcast”中的"reshape2“

library(reshape2)
head(dcast(abc, UG_inst ~ Year, value.var = "Freq"))

备选案文3:来自"tidyr“的spread

library(dplyr)
library(tidyr)
abc %>% select(-X) %>% group_by(UG_inst) %>% spread(Year, Freq)