我有一个表格如下（具有相同ID的不同行将具有相同的性别和年龄值，但不同的类别和子类别值）：
ID product.category sub.category gender age
1 1 food chicken M young
2 1 kitchen napkin M young
3 1 food steak M young
4 2 electronic phone F mid
5 3 cloth shirt M old
6 3 kitchen bowl M old
7 4 alch beer F young
通过组合具有相同ID的不同行，我想改进表格如下：
ID product.category1 sub.category1 product.category2 sub.category2 product.category3 sub.category3 gender age
1 1 food chicken kitchen napkin food steak M young
2 2 electronic phone null null null null F mid
3 3 cloth shirt kitchen bowl null null M old
4 4 alch beer null null null null F young
我怎样才能在R？
中这样做 ＃新数据集：文本变量实际上是备注的文本列
text Category Subcategory variable1 variable2 variable3 variable4 date
aaaaa c1 s11 v1 N RETAIL Y 2014-01
aaaaa c2 s22 v1 N LEASE Y 2014-01
aaaaa c3 s31 v1 N LEASE Y 2014-01
bbbbb c1 s12 v2 N LEASE Y 2014-01
ccccc c2 s21 v1 N LEASE Y 2014-01
ddddd c2 s21 v1 N RETAIL Y 2014-01
ddddd c3 s31 v1 N LEASE Y 2014-01
eeeee c1 s11 v1 N RETAIL Y 2014-01
fffff c2 s21 v2 U RETAIL Y 2014-01
谢谢
答案 0 :(得分：6)
我们使用包SELECT
CASE WHEN NULL > 0 THEN 'NULL > 0 = true' ELSE 'NULL > 0 = false' END,
CASE WHEN LEN(NULL) > 0 THEN 'LEN(NULL) = true' ELSE 'LEN(NULL) = false' END,
CASE WHEN LEN('') > 0 THEN 'LEN('''') > 0 = true' ELSE 'LEN('''') > 0 = false' END,
CASE WHEN LEN(' ') > 0 THEN 'LEN('' '') > 0 = true' ELSE 'LEN('' '') > 0 = false' END,
CASE WHEN LEN(' test ') > 0 THEN 'LEN('' test '') > 0 = true' ELSE 'LEN('' test '') > 0 = false' END
中melt和dcast的组合。
reshape2我们首先按产品类别和子类别融合原始数据框。接下来使用dplyr，我们按id列和产品列（默认情况下现在称为“变量”）进行分组，并创建一个名为library(dplyr)
library(reshape2)
m2 <- melt(df, c("ID", "gender", "age")) %>% group_by(ID, variable) %>%
mutate(variable2 = paste0(variable, seq_along(value)))
newdf <- dcast(m2[!names(m2) %in% "variable"], ...~variable2, value.var="value", fill="null")
的新列。这只是类别标题的粘贴和观察的运行计数。
现在我们有了一个新列，我们可以将数据传播出去。我们使用variable2在新的variable2列上“宽”。还有一个名为dcast的论点，我们设置等于fill告诉dcast填充缺失值的内容。
下面我们根据所需的输出重新排序列。即使它很小，但值得注意的是诀窍。创建交织序列很有意思。我们的输出按字母顺序排列（“p1”，“p2”，“p3”，“s1”，“s2”，“s3”）。我们想要一个将它们编织在一起的序列。挑战是获得类似（1,4,2,5,3,6）的东西。所以我们使用：
"null"c(rbind(1:3, 4:6))
[1] 1 4 2 5 3 6
无能为力，因为数据中可能会有更多产品。但我们知道有两个标题“产品类别”和“子子类别”。我们将1:3的唯一值除以2，然后使用它。
variable2<强>更新
使用提供的新数据集，相同的代码结构将与新列名称一起使用。
n <- nrow(unique(m2[,"variable2"]))
newdf[c(1:3,(c(rbind(1:(n/2), (n/2+1):n))+3))]
# ID gender age product.category1 sub.category1 product.category2
# 1 1 M young food chicken kitchen
# 2 2 F mid electronic phone null
# 3 3 M old cloth shirt kitchen
# 4 4 F young alch beer null
# sub.category2 product.category3 sub.category3
# 1 napkin food steak
# 2 null null null
# 3 bowl null null
# 4 null null null
答案 1 :(得分：5)
data.table dcast 您可以使用reshape2或data.table包中的dcast：
library(data.table)
setDT(DT)
DT[, obsno := 1:.N, by=ID]
res <- dcast(DT, ID+gender+age~obsno, value.var=c("product.category","sub.category"))
给出了
ID gender age product.category_1 product.category_2 product.category_3 sub.category_1 sub.category_2 sub.category_3
1: 1 M young food kitchen food chicken napkin steak
2: 2 F mid electronic NA NA phone NA NA
3: 3 M old cloth kitchen NA shirt bowl NA
4: 4 F young alch NA NA beer NA NA
要按所需顺序查看列，您可以执行类似
的操作res[, c(1:3,4,7,5,8,6,9), with=FALSE]
tidyr套餐可能采用类似的方法（尽管它不会被称为＆＃34; dcast＆＃34;）。
我建议坚持使用长格式（你原来的）进行任何分析。除了浏览数据之外，您正在寻找的这种广泛格式非常麻烦。
第二个例子对于OP的第二个例子，我会做
DT2[, obsno := 1:.N, by=text]
dcast(DT2, ...~obsno, value.var=c("Category", "Subcategory"))
从@ PierreLafortune的回答中复制...~技巧。结果是
text variable1 variable2 variable3 variable4 date Category_1 Category_2 Category_3 Subcategory_1 Subcategory_2 Subcategory_3
1: aaaaa v1 N LEASE Y 2014-01 NA c2 c3 NA s22 s31
2: aaaaa v1 N RETAIL Y 2014-01 c1 NA NA s11 NA NA
3: bbbbb v2 N LEASE Y 2014-01 c1 NA NA s12 NA NA
4: ccccc v1 N LEASE Y 2014-01 c2 NA NA s21 NA NA
5: ddddd v1 N LEASE Y 2014-01 NA c3 NA NA s31 NA
6: ddddd v1 N RETAIL Y 2014-01 c2 NA NA s21 NA NA
7: eeeee v1 N RETAIL Y 2014-01 c1 NA NA s11 NA NA
8: fffff v2 U RETAIL Y 2014-01 c2 NA NA s21 NA NA
答案 2 :(得分：4)
dplyr＆amp;的替代方案tidyr：
newdf <- df %>% gather(variable, value, product.category, sub.category) %>%
group_by(ID, variable) %>%
mutate(variable2 = paste0(variable, seq_along(value))) %>%
ungroup() %>%
select(-variable) %>%
spread(variable2 , value)
给出：
> newdf
Source: local data frame [4 x 9]
ID gender age product.category1 product.category2 product.category3 sub.category1 sub.category2 sub.category3
(int) (fctr) (fctr) (chr) (chr) (chr) (chr) (chr) (chr)
1 1 M young food kitchen food chicken napkin steak
2 2 F mid electronic NA NA phone NA NA
3 3 M old cloth kitchen NA shirt bowl NA
4 4 F young alch NA NA beer NA NA
在第二个示例数据集上也可以这样做：
newdat <- dat %>% gather(variable, value, Category, Subcategory) %>%
group_by(text, variable) %>%
mutate(var2 = paste0(variable, seq_along(value))) %>%
ungroup() %>%
select(-variable) %>%
spread(var2 , value)
给出：
> newdat
Source: local data frame [8 x 12]
text variable1 variable2 variable3 variable4 date Category1 Category2 Category3 Subcategory1 Subcategory2 Subcategory3
(fctr) (fctr) (fctr) (fctr) (fctr) (fctr) (chr) (chr) (chr) (chr) (chr) (chr)
1 aaaaa v1 N LEASE Y 2014-01 NA c2 c3 NA s22 s31
2 aaaaa v1 N RETAIL Y 2014-01 c1 NA NA s11 NA NA
3 bbbbb v2 N LEASE Y 2014-01 c1 NA NA s12 NA NA
4 ccccc v1 N LEASE Y 2014-01 c2 NA NA s21 NA NA
5 ddddd v1 N LEASE Y 2014-01 NA c3 NA NA s31 NA
6 ddddd v1 N RETAIL Y 2014-01 c2 NA NA s21 NA NA
7 eeeee v1 N RETAIL Y 2014-01 c1 NA NA s11 NA NA
8 fffff v2 U RETAIL Y 2014-01 c2 NA NA s21 NA NA