Question

customer_code   cateogry
8.92e+12    CONDIMENTI PRIMI (PELATI & SUGHI)
8.92e+12    accessoro
8.92e+12    sugaro
8.92e+13    CONDIMENTI PRIMI (PELATI & SUGHI)
8.92e+13    sugaro

需要输出

customer_code CONDIMENTI PRIMI (PELATI & SUGHI)      sugaro        accessoro         
8.92e+12                5                              10              5
8.92e+13               45                              2               NA

以这种方式需要结果。

Answer 1

使用它，可以看作是融化函数的反面：

    library(reshape2 )
    dcast(yourdata, customer_code ~ cateogry)

这将导致：

    customer_code   accessoro   CONDIMENTI PRIMI (PELATI & SUGHI)   sugaro
1   8.92e+12        accessoro   CONDIMENTI PRIMI (PELATI & SUGHI)   sugaro
2   8.92e+13        NA          CONDIMENTI PRIMI (PELATI & SUGHI)   sugaro

在此之后，如果需要，可以更改列名称。

感谢@chiwangc提供更好的输出格式。

Answer 2

您可以使用基本R函数reshape()来执行此操作。有趣的是，你的timevar是一个变化的列，我以前没见过，但你可以通过复制列来使它工作：

df <- data.frame(customer_code=c(8.92e+12,8.92e+12,8.92e+12,8.92e+13,8.92e+13), category=c('CONDIMENTI PRIMI (PELATI & SUGHI)','accessoro','sugaro','CONDIMENTI PRIMI (PELATI & SUGHI)','sugaro') );
reshape(transform(df,time=category),dir='w',idvar='customer_code');
##   customer_code category.CONDIMENTI PRIMI (PELATI & SUGHI) category.accessoro category.sugaro
## 1      8.92e+12          CONDIMENTI PRIMI (PELATI & SUGHI)          accessoro          sugaro
## 4      8.92e+13          CONDIMENTI PRIMI (PELATI & SUGHI)               <NA>          sugaro

此外，您可以通过将因子强制转换为整数来实现顺序积分后缀：

reshape(transform(df,time=as.integer(category)),dir='w',idvar='customer_code');
##   customer_code                        category.2 category.1 category.3
## 1      8.92e+12 CONDIMENTI PRIMI (PELATI & SUGHI)  accessoro     sugaro
## 4      8.92e+13 CONDIMENTI PRIMI (PELATI & SUGHI)       <NA>     sugaro

Answer 3

您可以使用spread中的tidyr并更改列名称。

library(tidyr)
spread(df1, cateogry, cateogry)
#  customer_code accessoro CONDIMENTI PRIMI (PELATI & SUGHI) sugaro
#1      8.92e+12 accessoro CONDIMENTI PRIMI (PELATI & SUGHI) sugaro
#2      8.92e+13      <NA> CONDIMENTI PRIMI (PELATI & SUGHI) sugaro

Answer 4

示例数据：

x <- data.frame(customer = sample(100, 1000, replace = TRUE), category = sample(LETTERS, 1000, replace = TRUE))

使用dplyr生成长格式：

 x %>% group_by(customer, category) %>% summarise(count = n())

reshape2用于宽幅格式：

acast(x, customer~category)

Answer 5

您应该提供更好的可重现示例。我想你正在为每个顾客寻找类别项目的频率。

ID=c(8.92e+12,8.92e+13)
cat=c('CONDIMENTI PRIMI (PELATI & SUGHI)','accessoro','sugaro')
df <- as.data.frame(cbind(ID[sample(1:2,50,replace = T)], cat[sample(1:3,50,replace = T)]))

table(df[[1]], df[[2]])

以下是模拟50行的输出：

          accessoro CONDIMENTI PRIMI (PELATI & SUGHI) sugaro
  8.92e+12         8                                 8     10
  8.92e+13         8                                 4     12

试图通过关键变量将数据转换为行？关键变量是多重的

5 个答案: