Question

重塑数据中因子列的正确/简短方法是什么：

login has_profile_in
1234  Facebook
1234  LinkedIn
1235  VK

进入这样的矩阵：

login Facebook LinkedIn VK
1234     1        1      0
1235     0        0      1

使用tidyr管道？

编辑：我知道一些常规方法，即使用reshape2

dcast(login~has_profile_in)

还有其他方法。我的问题是如何以一种tidyr方式进行，包括在一般的基于管道的框架中的操作

Answer 1

您可以使用aggregate

aggregate(has_profile_in ~ login, df, table)


#   login has_profile_in.Facebook has_profile_in.LinkedIn has_profile_in.VK
#1  1234                       1                       1                 0
#2  1235                       0                       0                 1

您可以使用setNames重命名列，并使其更具可读性

setNames(aggregate(has_profile_in ~ login, df, table), c("Login", ""))

# Login   .Facebook .LinkedIn .VK
#1  1234         1         1   0
#2  1235         0         0   1

Answer 2

OP请求tidyr方法

library(dplyr)
library(tidyr)
df1 %>% 
   mutate(Count = 1) %>%
   spread(has_profile_in, Count, fill = 0)
#   login Facebook LinkedIn VK
#1  1234        1        1  0
#2  1235        0        0  1

最短的选项是table

 as.data.frame.matrix(+(table(df1)!=0))
 #     Facebook LinkedIn VK
 #1234        1        1  0
 #1235        0        0  1

或使用data.table

library(data.table)
dcast(setDT(df1), login~has_profile_in, function(x) +(length(x)!=0))
#    login Facebook LinkedIn VK
#1:  1234        1        1  0
#2:  1235        0        0  1

注意：dcast将是最快但有偏见的投票仍在继续或sockpuppet活动。

Answer 3

您可以使用

model.matrix(~yourFactor+0)

将因子数据重塑为矩阵

3 个答案: