我的数据格式如下：
site location treatment response
1 1 1 20
1 1 2 30
1 1 3 30
1 2 1 80
1 2 2 30
1 2 3 50
1 3 1 10
1 3 2 15
1 3 3 100
1 4 1 25
1 4 2 20
1 4 3 90
每个站点的多个站点和10个站点。
我希望创建三个新变量，treat1，treat2和treat3，参考三种处理，它们取每个站点/位置组合的响应值。但是，我希望他们为所有三个治疗记录取值。即数据框，如：
site location treatment response treat1 treat2 treat3
1 1 1 20 20 30 30
1 1 2 30 20 30 30
1 1 3 30 20 30 30
1 2 1 80 80 30 50
1 2 2 30 80 30 50
1 2 3 50 80 30 50
1 3 1 10 10 15 100
1 3 2 15 10 15 100
1 3 3 100 10 15 100
1 4 1 25 25 20 90
1 4 2 20 25 20 90
1 4 3 90 25 20 90
为了获得这个，我使用了一个相当冗长的解决方案（6行代码 - 请参见下文），但我想知道是否有人能指出更直接的方法：
对于treat1：
df$trt1 <- ifelse(df$treatment==1, df$response, NA)
df2 <- aggregate(df$trt1, list(df1$location, df$site), max, na.rm=TRUE)
df3 <- rbind(df2, df2, df2)
df4 <- df3[with(df3, order(Group.2, Group.1)),]
df$x <- ifelse(df4$x==-Inf, NA, df4$x)
names(df)[names(df) == 'x'] <- 'treat1'
我怀疑tapply在这里可能有用，但我不确定如何在这种情况下使用它。
谢谢。
答案 0 :(得分：1)
一种方式可能是：
merge(DF,
do.call(data.frame, aggregate(response ~ site + location, DF, c)),
by = c("site", "location"))
# site location treatment response response.1 response.2 response.3
#1 1 1 1 20 20 30 30
#2 1 1 2 30 20 30 30
#3 1 1 3 30 20 30 30
#4 1 2 1 80 80 30 50
#5 1 2 2 30 80 30 50
#6 1 2 3 50 80 30 50
#7 1 3 1 10 10 15 100
#8 1 3 2 15 10 15 100
#9 1 3 3 100 10 15 100
#10 1 4 1 25 25 20 90
#11 1 4 2 20 25 20 90
#12 1 4 3 90 25 20 90
在哪里＆＃34; DF＆＃34;：
DF = structure(list(site = c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L), location = c(1L, 1L, 1L, 2L, 2L, 2L, 3L, 3L, 3L, 4L,
4L, 4L), treatment = c(1L, 2L, 3L, 1L, 2L, 3L, 1L, 2L, 3L, 1L,
2L, 3L), response = c(20L, 30L, 30L, 80L, 30L, 50L, 10L, 15L,
100L, 25L, 20L, 90L)), .Names = c("site", "location", "treatment",
"response"), class = "data.frame", row.names = c(NA, -12L))
答案 1 :(得分：1)
您还可以使用标准子集并通过以下方式获取治疗矩阵：
matrix(df$response,ncol=3,byrow=T)[rep(1:(nrow(df)/3),rep(3,nrow(df)/3)),]
答案 2 :(得分：1)
1）dplyr
library(dplyr)
DF %>%
group_by(site, location) %>%
mutate(treat1 = response[1], treat2 = response[2], treat3 = response[3])
，并提供：
Source: local data frame [12 x 7]
Groups: site, location
site location treatment response treat1 treat2 treat3
1 1 1 1 20 20 30 30
2 1 1 2 30 20 30 30
3 1 1 3 30 20 30 30
4 1 2 1 80 80 30 50
5 1 2 2 30 80 30 50
6 1 2 3 50 80 30 50
7 1 3 1 10 10 15 100
8 1 3 2 15 10 15 100
9 1 3 3 100 10 15 100
10 1 4 1 25 25 20 90
11 1 4 2 20 25 20 90
12 1 4 3 90 25 20 90
2）data.table
library(data.table)
DT <- data.table(DF)
treats <- paste0("treat", unique(DF$treatment)) # column names
DT[, (treats) := as.list(response), by = list(site, location)]
，并提供：
> DT
site location treatment response treat1 treat2 treat3
1: 1 1 1 20 20 30 30
2: 1 1 2 30 20 30 30
3: 1 1 3 30 20 30 30
4: 1 2 1 80 80 30 50
5: 1 2 2 30 80 30 50
6: 1 2 3 50 80 30 50
7: 1 3 1 10 10 15 100
8: 1 3 2 15 10 15 100
9: 1 3 3 100 10 15 100
10: 1 4 1 25 25 20 90
11: 1 4 2 20 25 20 90
12: 1 4 3 90 25 20 90
3）ave
treat <- function(i) ave(DF$response, DF$site, DF$location, FUN = function(x) x[i])
cbind(DF, treat1 = treat(1), treat2 = treat(2), treat3 = treat(3))
，并提供：
site location treatment response treat1 treat2 treat3
1 1 1 1 20 20 30 30
2 1 1 2 30 20 30 30
3 1 1 3 30 20 30 30
4 1 2 1 80 80 30 50
5 1 2 2 30 80 30 50
6 1 2 3 50 80 30 50
7 1 3 1 10 10 15 100
8 1 3 2 15 10 15 100
9 1 3 3 100 10 15 100
10 1 4 1 25 25 20 90
11 1 4 2 20 25 20 90
12 1 4 3 90 25 20 90
添加了附加解决方案