Question

我有这种格式的数据框 -

ABC 2
ABC 4
ABC 6
DEF 10
DEF 20

我怎样才能得到这个 -

ABC 2 4 6
DEF 10 20

我尝试了aggregate函数，但它需要像mean / sum这样的函数作为params。如何直接在行中显示值。

Answer 1

df <- read.table(sep=" ", header=F, text="
ABC 2
ABC 4
ABC 6
DEF 10
DEF 20")
unstack(df, form=V2~V1)
# $ABC
# [1] 2 4 6
# 
# $DEF
# [1] 10 20

在这种情况下，

unstack会产生list，因为列的长度不同。如果长度相同：

df <- read.table(sep=" ", header=F, text="
ABC 2
ABC 4
ABC 6
DEF 10
DEF 20
DEF 20")
t(unstack(df, form=V2~V1))
#     [,1] [,2] [,3]
# ABC    2    4    6
# DEF   10   20   20

Answer 2

嗯，有什么观察？他们是否想为每个类别测量相同的东西？

您实际上无法获得与发布完全相同的数据框，因为每个类别的观察数量不同。但是如果你在“DEF”中添加“NA”，你就可以这样做。

像这样：

ABC  2  4  6
DEF 10 20 NA

如果这是你想要的，你可以使用reshape2的dcast。

但你必须说明观察结果：

library(reshape2)
df <- data.frame(obs =c(1:3, 1:2), 
                 categories = c(rep("ABC", 3), rep("DEF",2)), 
                 values=c(2,4,6,10,20), stringsAsFactors=FALSE)

df2 <- dcast(df, categories~obs)

df2
#   categories  1  2  3
# 1        ABC  2  4  6
# 2        DEF 10 20 NA

Answer 3

添加替代方案：

这似乎是一个基本的“长到宽”的重塑问题，但它缺少一个“时间”变量。使用ave：

可以轻松地重新创建一个

ave(as.character(df$V1), df$V1, FUN = seq_along)
# [1] "1" "2" "3" "1" "2"
df$time <- ave(as.character(df$V1), df$V1, FUN = seq_along)

获得“时间”变量后，使用reshape非常简单：

reshape(df, idvar="V1", timevar="time", direction = "wide")
#    V1 V2.1 V2.2 V2.3
# 1 ABC    2    4    6
# 4 DEF   10   20   NA

相反，如果您想要list，则不需要时间变量。只需使用split：

split(df$V2, df$V1)
# $ABC
# [1] 2 4 6
# 
# $DEF
# [1] 10 20
#

同样，如果您的数据均衡，split加rbind可以为您提供所需的数据。使用来自@lukeA的样本数据：

df <- read.table(sep=" ", header=F, text="
 ABC 2
 ABC 4
 ABC 6
 DEF 10
 DEF 20
 DEF 20")
do.call(rbind, split(df$V2, df$V1))
#     [,1] [,2] [,3]
# ABC    2    4    6
# DEF   10   20   20

Answer 4

您想获得稀疏矩阵吗？示例中的两行具有不同的长度。尝试生成列表的函数：

mat<-cbind(
c("ABC","ABC","ABC","DEF","DEF"),
c(2,4,6,10,20)
)

count<-function(mat){
    values<-unique(mat[,1])
    outlist<-list()
    for(v in values){
        outlist[[v]]<-mat[mat[,1]==v,2]
    }
    return(outlist)
}
count(mat)

这会给你这个结果：

$ABC
[1] "2" "4" "6"

$DEF
[1] "10" "20"

R数据帧格式组

4 个答案: