Question

我有以下数据：

 df1
 id count white_v pink_v others_v 
 1  1     0.4      0.5   0.6
 1  2     0.5      0.5   0.747
 1  3     0.87     0.57  0.87
 2  1     1.5      2.5   1.2 
 ....

我希望以与以下格式的另一个数据框兼容的方式重塑数据：

 df2
  id count white pink
  1    1   1      0 
  1    1   0      1
  1    1   0      0
  1    1   1      0
  1    1   0      1
  1    1   0      0

所以基本上，我想将粉红色，白色，其他值从df1追加到df2，但是df2的格式是每种颜色都是虚拟编码的方式（粉色和白色都是0,0表示该列用于其他）。对于每个客户的每次购买，df2有6行，前三行是第3行的重复。

我想要实现的是如下数据框：

 df3
 id count white pink   v
  1  1    1     0      0.4 -> indicates the value of white_v for id 1,count1
  1  1    0     1      0.5 -> indicates the value of pink_v for id 1, count1
  1  1    0     0      0.6 -> indicates the value of others_v for id 1, count1
  1  1    1     0      0.4 -> indicates the value of white_v for id 1,count1
  1  1    0     1      0.5 -> similarly as above
  1  1    0     0      0.6

我需要遍历每个人和每个购买计数。我曾想过使用循环，但我在如何使用i来索引df1和df2的行时遇到困难。然后我也考虑过使用重塑，但我不确定如何实现这一点。

非常感谢任何见解。

Answer 1

使用tidyr和dplyr，

library(tidyverse)

        # gather colors into long key and value columns
df1 %>% gather(color, v, white_v:others_v) %>% 
    # drop "_v" endings; use regex if you prefer
    separate(color, 'color', extra = 'drop') %>% 
    # add a vector of 1s to spread
    mutate(n = 1) %>%    # more robust: count(id, count, color, v)
    # spread labels and 1s to wide form
    spread(color, n, fill = 0)

##    id count     v others pink white
## 1   1     1 0.400      0    0     1
## 2   1     1 0.500      0    1     0
## 3   1     1 0.600      1    0     0
## 4   1     2 0.500      0    1     1
## 5   1     2 0.747      1    0     0
## 6   1     3 0.570      0    1     0
## 7   1     3 0.870      1    0     1
## 8   2     1 1.200      1    0     0
## 9   2     1 1.500      0    0     1
## 10  2     1 2.500      0    1     0

R：熔化数据以将3列折叠成1列，并将每列加倍

1 个答案: