Question

我有一个看起来像这样的数据集：

Person      Team
36471430    15326406
37242356    15326406
34945710    15326406
29141024    15326406
10323768    15326124
647293      15326124
32358093    15326124
2144524     15326124
35199422    6692854
32651004    6692854
32309524    6692854
22701991    6692854
32343507    8540767
8343828     8540767
22669737    8540767
1128141     6596680
34840462    6596680
513193      6596523
8748403     6596523
29284130    15326509
8554552     15326509
33051835    15326628
32339184    15326628
32979394    15326628
30357112    15326628

我希望这些数据看起来像这样：

Team        Person 1    Person 2    Person 3    Person 4
15326406    36471430    37242356    34945710    29141024
15326124    10323768    647293      32358093    2144524
6692854     35199422    32651004    32309524    22701991
8540767     32343507    8343828     22669737    NA
6596680     1128141     34840462    NA          NA
6596523     513193      8748403     NA          NA
15326509    29284130    8554552     NA          NA
15326628    33051835    32339184    32979394    30357112

我一直在R工作，但我无法理解。

仅供参考 - 4不是每组最大人数。每组有时多达30人......我只是不想在这里输入一个大的例子。此外，数据集中还有更多变量，但这些变量确实是您回答我的问题所需的唯一变量（我认为）。

Answer 1

rbind.fill.matrix可以通过丢失名称来实现。我认为其他reshape2或plyr函数会更好：

> plyr::rbind.fill.matrix( tapply(dat$Person, dat$Team, matrix, nrow=1) )
            1        2        3        4
[1,]   513193  8748403       NA       NA
[2,]  1128141 34840462       NA       NA
[3,] 35199422 32651004 32309524 22701991
[4,] 32343507  8343828 22669737       NA
[5,] 10323768   647293 32358093  2144524
[6,] 36471430 37242356 34945710 29141024
[7,] 29284130  8554552       NA       NA
[8,] 33051835 32339184 32979394 30357112

我认为这在某些方面可能会更好：

library(reshape2)
dcast(dat, Team ~ .,  list)
Using Team as value column: use value.var to override.
      Team                                     NA
1  6596523                       6596523, 6596523
2  6596680                       6596680, 6596680
3  6692854     6692854, 6692854, 6692854, 6692854
4  8540767              8540767, 8540767, 8540767
5 15326124 15326124, 15326124, 15326124, 15326124
6 15326406 15326406, 15326406, 15326406, 15326406
7 15326509                     15326509, 15326509
8 15326628 15326628, 15326628, 15326628, 15326628

Answer 2

您可以使用split-apply-combine在基础R中构建此数据框。首先，我将计算要创建的列数，然后我将实际构建数据框，最后我将创建列名。< / p>

num.person <- max(table(dat$Team))
teams <- do.call(rbind, lapply(split(dat, dat$Team), function(x) {
  c(x$Team[1], x$Person, rep(NA, num.person-nrow(x)))
}))
colnames(teams) <- c("Team", paste("Person", seq(num.person)))
teams
#              Team Person 1 Person 2 Person 3 Person 4
# 6596523   6596523   513193  8748403       NA       NA
# 6596680   6596680  1128141 34840462       NA       NA
# 6692854   6692854 35199422 32651004 32309524 22701991
# 8540767   8540767 32343507  8343828 22669737       NA
# 15326124 15326124 10323768   647293 32358093  2144524
# 15326406 15326406 36471430 37242356 34945710 29141024
# 15326509 15326509 29284130  8554552       NA       NA
# 15326628 15326628 33051835 32339184 32979394 30357112

Answer 3

很多好的答案。这是一个仅使用基数R的短程序。两个简单的步骤：

首先，在您的数据中添加“播放器”列：

dat <- transform(dat, Player = ave(Team, Team, FUN = seq_along))

head(dat)
#     Person     Team Player
# 1 36471430 15326406      1
# 2 37242356 15326406      2
# 3 34945710 15326406      3
# 4 29141024 15326406      4
# 5 10323768 15326124      1
# 6   647293 15326124      2

然后，从长格式转变为宽格式：

reshape(dat, idvar = "Team", timevar = "Player", direction = "wide")

#        Team Person.1 Person.2 Person.3 Person.4
# 1  15326406 36471430 37242356 34945710 29141024
# 5  15326124 10323768   647293 32358093  2144524
# 9   6692854 35199422 32651004 32309524 22701991
# 13  8540767 32343507  8343828 22669737       NA
# 16  6596680  1128141 34840462       NA       NA
# 18  6596523   513193  8748403       NA       NA
# 20 15326509 29284130  8554552       NA       NA
# 22 15326628 33051835 32339184 32979394 30357112

来自亚特兰大GA的当地人！干杯！

Answer 4

这是另一种方法。 ana是你的数据

library(dplyr)
library(tidyr)

ana %>%
    group_by(Team) %>%
    mutate(count = row_number(Person)) %>%
    do(spread(., count,Person))

      Team        1        2        3        4
1  6596523   513193  8748403       NA       NA
2  6596680  1128141 34840462       NA       NA
3  6692854 22701991 32309524 32651004 35199422
4  8540767  8343828 22669737 32343507       NA
5 15326124   647293  2144524 10323768 32358093
6 15326406 29141024 34945710 36471430 37242356
7 15326509  8554552 29284130       NA       NA
8 15326628 30357112 32339184 32979394 33051835

重组R中的团队数据

4 个答案: