很抱歉,因为这个问题已被几次询问,但我仍然无法解决这个问题。
所以我有一个数据框,格式为:
ID Val Type
1 10 A
2 11 A
2 10 C
3 10 B
3 12 C
4 9 B
它没有多大帮助,但你可以使用
library(tidyr)
test <- data.frame(ID = c(1,2,2,3,3,4),
Val = c(10,11,10,10,12,9),
Type = c('A', 'A', 'C', 'B', 'C', 'B'))
我想拆分它以获得:
ID A.Type B.Type C.Type A.Val B.Val C.Val
1 1 0 0 10 0 0
2 1 0 1 11 0 10
3 0 1 1 0 10 12
4 0 0 0 0 9 0
我知道如何使用以下内容获取列1:4
:
table(test[, c(1, 3)]) %>% as.data.frame() %>% spread(Type, Freq)
这是我需要帮助的最后三个,因为实际的数据框架值是连续的,table
不能使用。
答案 0 :(得分:3)
您正在尝试使用多个值变量重新整形数据,其中实际上是隐式的,因此为了获得type_...
列,您需要创建一个带有一个的新类型变量,然后使用{{ 1}}来自dcast
包:
data.table
或者您可以使用基地R中的library(data.table)
setDT(test)
dcast(test[, type := 1][], ID ~ Type, value.var = c("type", "Val"),fill = 0)
# ID type_A type_B type_C Val_A Val_B Val_C
# 1: 1 1 0 0 10 0 0
# 2: 2 1 0 1 11 0 10
# 3: 3 0 1 1 0 10 12
# 4: 4 0 1 0 0 9 0
,其中reshape
必须手动替换:
NA