Question

我有一个具有这种结构的R数据框（虚拟示例）：

df 

A B C D
1 a 3 5
1 a 5 3
1 b 2 8
2 a 4 7
2 a 6 5
2 b 4 3

...

“ A”，“ B”，“ C”和“ D”是列标题。

我想重塑此数据框，以便按“ A”和“ B”的每个级别获得“ C”和“ D”的平均值。

所以我想要的最终产品将是：

new_df

A BaC BbC BaD BbD 
1  4   2   4   8
2  5   4   6   3

我设法以一种非常粗糙的方式做到这一点：

spread_df_C <- spread(df, B, C)
aggregated_df_C <- aggregate(spread_df$a, list(spread_df$A), mean)

spread_df_D <- spread(df, B, D)
aggregated_df_D <- aggregate(spread_df$a, list(spread_df$A), mean)

new_df <- merge(aggregated_df_C, aggregated_df_D, by=c("A", "A")

这最终将使我获得最终产品，但我正在努力计算每个级别的均值。我需要在多个级别上执行此操作，并且必须有一种更优雅的执行方法。

专家，请帮助

Answer 1

使用reshape2软件包的选项。

library(reshape2)
dcast(melt(dat, measure.vars = c("C", "D")), A ~ B + variable, fun.aggregate = mean)
#  A a_C a_D b_C b_D
#1 1   4   4   2   8
#2 2   5   6   4   3

第一步是将melt和C列中的D转换为宽格式。

Answer 2

在汇总和在句号之前/之后切换列名称后，请考虑基数R的reshape：

agg <- aggregate(. ~ A + B, df, mean)
rdf <- reshape(agg, idvar = "A", timevar = "B",  direction = "wide")

names(rdf)[-1] <- paste0("B", substr(names(rdf)[-1], 3, 3), substr(names(rdf)[-1], 1, 1))

rdf
#   A BaC BaD BbC BbD
# 1 1   4   4   2   8
# 2 2   5   6   4   3

Answer 3

使用tidyverse，您可以执行以下操作：

df %>%
 gather(var, val, -c(1:2)) %>%
 group_by_at(1:3) %>%
 summarise(val = mean(val)) %>%
 ungroup() %>%
 mutate(var = paste(var, B, sep = "_")) %>%
 select(-2) %>%
 spread(var, val)

      A   C_a   C_b   D_a   D_b
  <int> <dbl> <dbl> <dbl> <dbl>
1     1     4     2     4     8
2     2     5     4     6     3

重塑R数据帧（基于多个“级别”列计算列的平均值）

3 个答案: