Question

我有一张与此相似的表

MUNI YEAR ENTE SALE
D101 1995 F001 1000
D101 1995 F002 1200
D101 1995 F003 1300
D101 1996 F001 1000
D101 1996 F003 1250
D101 1996 F004 1300
D101 1997 F001 1000
D101 1998 F002 1400
D101 1998 F003 1500
D102 1995 F001 1000
D102 1995 F003 1200
D102 1995 F006 1300
D102 1996 F001 1050
D102 1996 F002 1320
D102 1996 F003 1250
D102 1996 F006 1350
D102 1996 F002 1320
...

这是MUNI代表市场的销售表，ENTE代表公司。数据包括7年，1200个市场和200家公司。我想将此表重新组织成矩阵形式，使得维度为（rows = MUNI X YEAR，Cols = ENTE），并且在每个单元格中都有sale的值，类似这样

MUNIxYEAR\ENTE F001 F002 F003 F004 ...
D101x1995 1000 1200 1300 NA ...
D101x1996 1000 NA 1250 1300 ...
...

我不知道如何进行这种或最好的方式，以便我得到上述数据组织。我已经检查了其他帖子，我相信这样做的方法是使用命令sparseMatrix。但是，我不知道如何使用它（1）你有多个标准（即行的两个条件）和（2）矩阵的维度是字符串ID（将它们变成因子和得到水平？）。

提前感谢您的任何帮助和指导。

Answer 1

这样做的方法和包很多。我正在使用＆＃34; tidyr＆＃34;包方法：

library(tidyr)

df = data.frame(MUNI = rep(paste0("D10", c(1,1,2,2,3,4)), each = 2),
                YEAR = rep(1999:2000,3),
                ENTE = paste0("F00", c(1,2,3,3,4,5)),
                SALE = sample(1000:2000, 6, replace = T))

df

#    MUNI YEAR ENTE SALE
# 1  D101 1999 F001 1670
# 2  D101 2000 F002 1420
# 3  D101 1999 F003 1985
# 4  D101 2000 F003 1914
# 5  D102 1999 F004 1727
# 6  D102 2000 F005 1195
# 7  D102 1999 F001 1670
# 8  D102 2000 F002 1420
# 9  D103 1999 F003 1985
# 10 D103 2000 F003 1914
# 11 D104 1999 F004 1727
# 12 D104 2000 F005 1195


spread(df,ENTE,SALE, fill=0)    # in case you decide to have each column separately for querying or further grouping in the future

#   MUNI YEAR F001 F002 F003 F004 F005
# 1 D101 1999 1716    0 1516    0    0
# 2 D101 2000    0 1917 1155    0    0
# 3 D102 1999 1716    0    0 1259    0
# 4 D102 2000    0 1917    0    0 1291
# 5 D103 1999    0    0 1516    0    0
# 6 D103 2000    0    0 1155    0    0
# 7 D104 1999    0    0    0 1259    0
# 8 D104 2000    0    0    0    0 1291


df2 = spread(df,ENTE,SALE, fill=0)
unite(df2, "MUNIxYEAR", MUNI,YEAR, sep = " x ")   # if you want to combine columns

#     MUNIxYEAR F001 F002 F003 F004 F005
# 1 D101 x 1999 1716    0 1516    0    0
# 2 D101 x 2000    0 1917 1155    0    0
# 3 D102 x 1999 1716    0    0 1259    0
# 4 D102 x 2000    0 1917    0    0 1291
# 5 D103 x 1999    0    0 1516    0    0
# 6 D103 x 2000    0    0 1155    0    0
# 7 D104 x 1999    0    0    0 1259    0
# 8 D104 x 2000    0    0    0    0 1291

Answer 2

您可以使用xtabs

例如：

# Set random seed for reproducibility
set.seed(12345)
# Generate 500 rows of random data
my.data = data.frame(MUNI = rep(paste0("D", 101:110), each = 50),
                     YEAR = sample(1990:2000, 500, replace = TRUE),
                     ENTE = sample(paste0("F00", 1:9), 500, replace = T),
                     SALE = sample(1000:2000, 500, replace = T)
                     )

# Create a new column with the string "MUNIxYEAR"
my.data$MUNIxYEAR = paste(my.data$MUNI, my.data$YEAR, sep = "x")

# Call xtabs to get the table!
res <- xtabs(SALE ~ MUNIxYEAR + ENTE, my.data)

输出的第一行：

          ENTE
MUNIxYEAR   F001 F002 F003 F004 F005 F006 F007 F008 F009
  D101x1990 1339    0    0 1693    0 2831 2779    0    0
  D101x1991    0 1407    0 3619    0    0    0 1254    0
  D101x1992    0    0    0    0 1807    0 1766    0 1657
  D101x1993 1174 1154    0    0 1794    0    0 1218    0
  D101x1994    0 1015 6636    0    0    0 2126    0    0
  D101x1995    0    0    0    0    0 3478 3228 1517    0
  D101x1996    0    0 1304    0    0    0 1505    0    0
  D101x1997    0 1077 1481 1802    0 2494    0    0    0
  D101x1998    0    0 1660 5366 1844    0    0 1006    0
  D101x1999    0 1437    0    0    0    0 1844    0 2394
  D101x2000    0    0 1714    0    0    0 1950 1758 1108
  D102x1990 3761    0 3307 1182    0    0    0    0    0
  D102x1991    0    0    0 1539 2716    0 1716    0    0
  D102x1992 1980    0 1056 1458    0    0    0    0 1641
  D102x1993    0    0 1429    0 1784    0 1114    0    0
  D102x1994    0    0    0    0 1377    0 1038 1000    0
  D102x1995    0    0 1088    0    0 1031 4205 1764    0
  D102x1996    0    0    0    0 1658    0 3559    0    0
  D102x1997    0 1048 2453    0    0 1741    0    0    0
  D102x1998 1427 5139    0 1336    0    0 1372    0 1395
  D102x1999    0    0    0 3957    0 1972    0    0    0
  D102x2000    0 3258    0    0    0 3780    0 3299 1360
  D103x1990    0    0    0 1247 1526    0    0    0 1234
  D103x1991    0 1919    0    0    0    0    0 1704    0
  D103x1992    0 1489    0    0 4428    0 1371    0    0
  D103x1993    0 1477    0    0    0    0 1319    0 1211
  D103x1994    0 2649    0    0 1488    0    0    0    0

Answer 3

companyDimension函数可以帮助将数据重新格式化为3维数组，然后xtabs函数可以将其展平为2维表。

其他选项可能是reshape2或plyr包（也可能是其他选项）。

使用R将表中的三维数据组织成矩阵/数组形式

3 个答案: