将重复的行转置到R中的列

Question

我有这种格式的大型data.frame（20000+条目）：

id  D1      D2
1   0.40    0.21
1   0.00    0.00
1   0.53    0.20
2   0.17    0.17
2   0.25    0.25
2   0.55    0.43

每个id可以重复3-20次。我想将重复的行合并到新列中，因此我的新data.frame看起来像：

id  D1      D2      D3      D4      D5      D6
1   0.40    0.21    0.00    0.00    0.53    0.20
2   0.17    0.17    0.25    0.25    0.55    0.43

我之前使用plyr操作过data.frames，但我不知道如何处理这个问题。任何帮助将不胜感激。谢谢。

Answer 1

最好的选择是从“reshape2”中使用melt和dcast。但在我们跳到那个选项之前，让我们看看我们还有什么可用的东西：

---

您提到每个“id”的行数不平衡。这将使得整齐的矩形data.frame变得有些困难。

以下是一些例子。

平衡数据：每个“id”三行

mydf <- structure(list(id = c(1, 1, 1, 2, 2, 2), 
                       D1 = c(0.4, 0, 0.53, 0.17, 0.25, 0.55), 
                       D2 = c(0.21, 0, 0.2, 0.17, 0.25, 0.43)), 
                  .Names = c("id", "D1", "D2"), row.names = c(NA, 6L), 
                  class = "data.frame")
mydf
#   id   D1   D2
# 1  1 0.40 0.21
# 2  1 0.00 0.00
# 3  1 0.53 0.20
# 4  2 0.17 0.17
# 5  2 0.25 0.25
# 6  2 0.55 0.43

使用此类数据，您只需使用aggregate：

即可

do.call(data.frame, aggregate(. ~ id, mydf, as.vector))
#   id D1.1 D1.2 D1.3 D2.1 D2.2 D2.3
# 1  1 0.40 0.00 0.53 0.21 0.00 0.20
# 2  2 0.17 0.25 0.55 0.17 0.25 0.43

不平衡数据：一些解决方法

如果您为“id = 2”添加了第四个值，aggregate将无效：

mydf[7, ] <- c(2, .44, .33)
do.call(data.frame, aggregate(. ~ id, mydf, as.vector))
# Error in data.frame(`0` = c(0.4, 0, 0.53), `1` = c(0.17, 0.25, 0.55, 0.44 : 
#   arguments imply differing number of rows: 3, 4

最好只生成list的{​​{1}}：

vector

或者，如果您坚持使用矩形lapply(split(mydf[-1], mydf[[1]]), function(x) unlist(x, use.names=FALSE)) # $`1` # [1] 0.40 0.00 0.53 0.21 0.00 0.20 # # $`2` # [1] 0.17 0.25 0.55 0.44 0.17 0.25 0.43 0.33 # ，请探索data.frame不平衡数据的多个工具之一，例如，来自“plyr”的rbind：

rbind.fill

---

不平衡数据：更直接的方法

或者，您可以使用“reshape2”中的library(plyr) rbind.fill(lapply(split(mydf[-1], mydf[[1]]), function(x) data.frame(t(unlist(x, use.names=FALSE))))) # X1 X2 X3 X4 X5 X6 X7 X8 # 1 0.40 0.00 0.53 0.21 0.00 0.20 NA NA # 2 0.17 0.25 0.55 0.44 0.17 0.25 0.43 0.33 和melt，如下所示：

dcast