我在下面提到了R中的数据框。
ID Date Type Value
K-1 2018-01-01 A 4
K-2 2018-01-01 B 7
K-3 2018-01-01 C 12
K-4 2018-01-02 A 6
K-5 2018-01-02 A 4
K-6 2018-01-02 B 15
K-7 2018-01-02 B 10
我想学习如何在给定的所需数据帧以下转换数据帧，其中A，B和C对于每个日期都应该是静态的，无论该特定类型是否为该日期是否可用。
此外，我想在ID的存储桶中按日期和Type计算<5组（如果值在1-4之间），5-10 （如果值介于5到10之间）和>10（如果值大于10）。
sum列也应包含该特定日期和“类型”的总值。
Count列应包含ID组（按特定日期）和Type的计数。
存储桶<5，5-10和>10应该始终存在于所需的输出中，而不管该存储桶是否有可用值。
此外，如何通过括号ID中的存储桶获取特定()组的总和，并用逗号分隔2个十进制值。
方括号内的sum字体应小于count字体（即<5存储桶的count字体为12，而方括号中sum的字体应为10）。
另外，如果特定存储区的计数为0，则不需要使用（0.00）作为值的括号。
必需的DF
Date Count <5 5-10 >10 sum
2018-01-01 3 1 (4) 1 (7) 1 (12) 23
A 1 1 (4) 0 0 4
B 1 0 1 (7) 0 7
C 1 0 0 1 (12) 12
2018-01-02 4 1 (4) 2 (16) 1 (15) 35
A 2 1 (4) 1 (6) 0 10
B 2 0 1 (10) 1 (15) 25
C 0 0 0 0 0
我正在使用的代码（来自SO）：
library(tidyverse)
dat2 <- dat %>%
mutate(Result = case_when(
Value < 5 ~"<5",
Value >= 5 & Value <= 10 ~"5-10",
Value > 10 ~">10"
)) %>%
group_by(Date, Type, Result) %>%
summarize(sum = sum(Value)) %>%
mutate(Flag = 1L) %>%
spread(Result, Flag, fill = 0L) %>%
group_by(Date, Type) %>%
summarize_all(list(~sum(.))) %>%
ungroup() %>%
complete(Date, Type)
dat2[is.na(dat2)] <- 0
dat3 <- dat2 %>% mutate(Count = rowSums(select(., -Date, -Type, -sum)))
dat4 <- dat3 %>%
group_by(Date) %>%
summarize_at(vars(-Type), list(~sum(.)))
dat_final <- map2_dfr(split(dat4, f = dat4$Date),
split(dat3, f = dat3$Date),
~bind_rows(.x %>% rename(Type = Date),
.y %>% select(-Date)))
dat_final2 <- dat_final %>%
select(Date = Type, Count, `<5`, `5-10`, `>10`, sum)
dat_final2
答案 0 :(得分：2)
表包非常适合紧凑地描述此类输出。首先创建计算列中显示的统计信息的函数。然后使用指示的tabular公式。 LHS是行，RHS是列。 +表示连接在+两侧描述的变量。
例如，sprintf的输出可以通过更改格式字符串来改变。参见?sprintf。
如果tab是tabular命令的输出，那么latex(tab)将创建一个乳胶版本，您可以通过插入乳胶命令来进一步改变它。例如，"%d \\tiny{(%d)}"作为sprintf格式的字符串将使乳胶输出中带括号的部分变小。
如果要输出html，则使用刚刚定义的tab，然后html(tab)创建一个html版本，可以使用适当的html标签进一步对其进行更改。例如，"%d <small>(%d)</small>"作为sprintf格式的字符串将使html输出中带括号的部分变小。
我们在末尾的注释中以可重复的形式提供输入dat。下次，请确保输入内容具有可复制性。
这主要是复制问题中显示的输出，并且比那里的代码紧凑得多。
library(tables)
outstring <- function(x) if (length(x)) sprintf("%d (%d)", length(x), sum(x)) else 0
`<5` <- function(x) outstring(x[x < 5])
`5-10` <- function(x) outstring(x[x >= 5 & x <= 10])
`>10` <- function(x) outstring(x[x > 10])
tab <-
tabular(Date * (1 + Type) ~ (n=1) + Value * (`<5` + `5-10` + `>10` + sum), data = dat)
给予：
Value
Date n <5 5-10 >10 sum
2018-01-01 All 3 1 (4) 1 (7) 1 (12) 23
Type A 1 1 (4) 0 0 4
B 1 0 1 (7) 0 7
C 1 0 0 1 (12) 12
2018-01-02 All 4 1 (4) 2 (16) 1 (15) 35
Type A 2 1 (4) 1 (6) 0 10
B 2 0 1 (10) 1 (15) 25
C 0 0 0 0 0
dat <-
structure(list(ID = structure(1:7, .Label = c("K-1", "K-2", "K-3",
"K-4", "K-5", "K-6", "K-7"), class = "factor"), Date = structure(c(1L,
1L, 1L, 2L, 2L, 2L, 2L), .Label = c("2018-01-01", "2018-01-02"
), class = "factor"), Type = structure(c(1L, 2L, 3L, 1L, 1L,
2L, 2L), .Label = c("A", "B", "C"), class = "factor"), Value = c(4L,
7L, 12L, 6L, 4L, 15L, 10L)), class = "data.frame", row.names = c(NA,
-7L))
tabular类具有as.matrix方法，我们可以对其进行简单的操作以产生以下输出：
m <- as.matrix(tab)
m2 <- cbind(paste0(m[, 1], sub("All", "", m[, 3])), m[, -(1:3)])[-1, ]
setNames(as.data.frame(m2[-1, ]), m2[1, ])
给予：
Date n <5 5-10 >10 sum
1 2018-01-01 3 1 (4) 1 (7) 1 (12) 23
2 A 1 1 (4) 0 0 4
3 B 1 0 1 (7) 0 7
4 C 1 0 0 1 (12) 12
5 2018-01-02 4 1 (4) 2 (16) 1 (15) 35
6 A 2 1 (4) 1 (6) 0 10
7 B 2 0 1 (10) 1 (15) 25
8 C 0 0 0 0 0