Question

id <- c(1:8,1:8)
age1 <- c(7.5,6.7,8.6,9.5,8.7,6.3,9,5)
age2 <- age1 + round(runif(1,1,3),1)
age <- c(age1, age2)

tanner <-  sample(1:2, 16,replace=T)

df <- data.frame(id,age,tanner)


    id  age tanner
1   1  7.5      2
2   2  6.7      1
3   3  8.6      2
4   4  9.5      2
5   5  8.7      1
6   6  6.3      1
7   7  9.0      1
8   8  5.0      1
9   1 10.0      1
10  2  9.2      1
11  3 11.1      1
12  4 12.0      2
13  5 11.2      2
14  6  8.8      2
15  7 11.5      1
16  8  7.5      1

以上是示例数据框。我想将其转换为以下格式。

id   age at tanner=1   age at tanner=2     
1          10               7.5                               
2          6.7              NA
3          11.1             8.6
4           NA              9.5   
...

如果在两个年龄段，制革商记录是相同的，我希望它保持年龄较小。

例如，

id  age  tanner
2    6.7   1
2    9.2   1

在这种情况下，将在新数据集中为id = 2保留6.7。

Answer 1

reshape然后df（使用您的reshape( aggregate(age ~ ., data=df, FUN=min), idvar="id", timevar="tanner", direction="wide" ) # id age.1 age.2 #1 1 10.0 7.5 #2 2 6.7 NA #3 3 11.1 8.6 #4 5 8.7 11.2 #5 6 6.3 8.8 #6 7 9.0 NA #7 8 5.0 NA #10 4 NA 9.5的复制和粘贴版本，而不是您的代码，但不匹配）：

{{1}}

Answer 2

我们可以使用dcast从'long'转换为'wide'，并将fun.aggregate用作min。在这里，我将'data.frame'转换为'data.table'（setDT(df)），因为来自dcast的{{1}}会很快。

data.table

如果我们想将'Inf'更改为'NA'

library(data.table)
res <- dcast(setDT(df), id~paste('age',tanner,sep='.'), value.var='age', min)
res
#   id age.1 age.2
#1:  1  10.0   7.5
#2:  2   6.7   Inf
#3:  3  11.1   8.6
#4:  4   Inf   9.5
#5:  5   8.7  11.2
#6:  6   6.3   8.8
#7:  7   9.0   Inf
#8:  8   5.0   Inf

Answer 3

这里有一点dplyr和tidyr。 arrange按年龄显示最低年龄，然后使用filter获取重复的ID / tanner，然后使用tidyr::spread

df<-
data.frame(
  id = c(1,2,3,4,5,6,7,8,1,2,3,4,5,6,7,8)
  ,age = c(7.5, 6.7, 8.6, 9.5, 8.7, 6.3, 9.0, 5.0,10.0, 9.2,11.1,12.0,11.2, 8.8,11.5, 7.5)
  ,tanner = c(2,1,2,2,1,1,1,1,1,1,1,2,2,2,1,1)
)

library(dplyr)
library(tidyr)

wide <- 
df %>%
  arrange(age) %>%
  filter(!duplicated(paste(id, tanner))) %>%
  spread(tanner, age)

colnames(wide) = c('id', 'tanner1', 'tanner2')
wide

#   id    1    2
#    1 10.0  7.5
#    2  6.7   NA
#    3 11.1  8.6
#    4   NA  9.5
#    5  8.7 11.2
#    6  6.3  8.8
#    7  9.0   NA
#    8  5.0   NA

将长格式转换为宽格式

3 个答案: