Question

我有数据帧重塑/计数问题。考虑以下数据框，其中包含一列非唯一ID和一个值列（可以是唯一的，但不一定是）：

id<-c(1,1,1,2,2,3,4,4,4,4)
value_df<-c("A","B","C","D","E","F","G","H","I","J")
df<-data.frame(id,value_df)

  df
   id value_df
1   1        A
2   1        B
3   1        C
4   2        D
5   2        E
6   3        F
7   4        G
8   4        H
9   4        I
10  4        J

我所追求的是创建一个数据框，其中第一列包含唯一ID，第二列包含其中的计数，其余n列为每个id的值，如下所示：

  df_counts_reshape
  id number_id value_df_1 value_df_2 value_df_3 value_df_4
1  1         3          A          B          C          N
2  2         2          D          E         <NA>       <NA>
3  3         1          F         <NA>       <NA>       <NA>
4  4         4          G          I          J          K

使用plyr-package导出计数很容易，就像这样

count(df,"id")

然后我的问题开始了。为了获得数据帧的其余部分，我尝试从reshape2-package中融化和 dcast 。

df_melted<-melt(df,id.vars =c("id"), measure.vars = c("value_df"))
df_cast<-dcast(df_melted,id~value)

然而，这导致以下输出：

   df_cast
  id    A    B    C    D    E    F    G    H    I    J
1  1    A    B    C <NA> <NA> <NA> <NA> <NA> <NA> <NA>
2  2 <NA> <NA> <NA>    D    E <NA> <NA> <NA> <NA> <NA>
3  3 <NA> <NA> <NA> <NA> <NA>    F <NA> <NA> <NA> <NA>
4  4 <NA> <NA> <NA> <NA> <NA> <NA>    G    H    I    J

此输出具有更多＆＃34;值＆＃34;列比我想要的但我找不到简单的方法将它简化为我想要的输出。我还在想，获取number_id的最后一步是使用rbind。

毋庸置疑，我的实际数据帧包含数千行，这使得当前的熔化/ dcast输出非常笨拙，有数千列。

Answer 1

使用此：

df<-data.frame(id,value_df)
df$num <- ave(as.character(df$value_df), df$id, FUN = seq_along)
df = reshape(df,idvar = "id",direction = "wide",timevar = "num" )

结果：

> df
  id value_df.1 value_df.2 value_df.3 value_df.4
1  1          A          B          C       <NA>
4  2          D          E       <NA>       <NA>
6  3          F       <NA>       <NA>       <NA>
7  4          G          H          I          J

它的作用是添加一个数字列，为每组id排序1：n。然后它使用这些值作为新列名称

从数据框中获取唯一ID计数的数量，并为计数和值创建新列

1 个答案: