我的数据框如下所示：
Location Data Value Value_kind
A species1 11 single
A species2 10 mean
A species3 8 single
A latitude 5.016
A longitude 47.716
A plot 1
B species1 8 single
B species2 9 single
B species3 7 mean
B latitude 3.203
B longitude 40.563
B plot 2
我想仅过滤single value_kinds并将数据重新整理为：
Location species1 species2 species3 latitude longitude
A 11 - 8 5.016 47.716
B 8 9 - 3.203 40.563
答案 0 :(得分：3)
假设这个数据：
Lines <- "Location Data Value Value_kind
A species1 11 single
A species2 10 mean
A species3 8 single
A latitude 5.016
A longitude 47.716
A plot 1
B species1 8 single
B species2 9 single
B species3 7 mean
B latitude 3.203
B longitude 40.563
B plot 2
"
DF <- read.table(text = Lines, header = TRUE, fill = TRUE)
试试这个：
library(reshape2)
DF.single <- subset(DF, Value_kind == "single" | Data == "latitude" | Data == "longitude")
dcast(DF.single, Location ~ Data, value.var = "Value")
最后一行给出：
Location latitude longitude species1 species2 species3
1 A 5.016 47.716 11 NA 8
2 B 3.203 40.563 8 9 NA
答案 1 :(得分：1)
假设您的真实数据看起来像您的样本数据，即每个位置的行都是相同的顺序并且都存在，您可以执行以下操作：
library(data.table)
dt = data.table(df)
dt[Value_kind == "mean", Value := NA][,
as.list(setattr(Value, 'names', Data)), by = Location]
# Location species1 species2 species3 latitude longitude plot
#1: A 11 NA 8 5.016 47.716 1
#2: B 8 9 NA 3.203 40.563 2
（如果您使用的是因子而不是字符串，请使用as.character(Data)）