Question

我有一个名为 df 的元素：

sample  nuclide  intensity
SRM1    Pb206    200
SRM1    Pb207    250
SRM1    Pb208    301
SRM1    Pb206    202
SRM1    Pb207    254
SRM1    Pb208    305
SAM1    Pb206    154
SAM1    Pb207    262
SAM1    Pb208    311
SAM1    Pb206    157
SAM1    Pb207    261
SAM1    Pb208    325

可以通过以下方式生成：

df <- tbl_df(
data.frame(sample = rep(c("SRM1", "SAM1"), each = 6), 
nuclide = rep(c("Pb206", "Pb207", "Pb208"), 4), 
intensity = c(200, 250, 301, 202, 254, 305, 154, 262, 311, 157, 261, 325)))

我想重新安排它

sample  Pb208  Pb207  Pb206
SRM1    301    250    200
SRM1    305    254    202
SAM1    311    262    157
SAM1    325    261    204

我尝试使用 tidyr 包：

df %>%
  select(sample, nuclide, intensity) %>% 
  group_by(sample) %>%
  mutate(row = 1:n()) %>%
  spread(nuclide, intensity) %>% select(-row)

但它产生了不同的结果，有很多不受欢迎的NA。

非常重要的是，在转换期间，数据集中的样本名称应保留其原始顺序，并且不使用聚合函数。特别是第一个条件是什么使我的问题与其他类似的先前发布的不同。

然后，该解决方案将应用于具有超过20000行的更大数据集。

Answer 1

使用：

lvls <- as.character(unique(df$sample))

library(tidyverse) # this will load 'dplyr' and 'tidyr' among others
df %>% 
  group_by(sample, nuclide) %>% 
  mutate(id = row_number()) %>% 
  spread(nuclide, intensity) %>% 
  ungroup() %>%                             # needed to be able to modify the 'sample' variable
  mutate(sample = factor(sample, levels = lvls)) %>% 
  arrange(sample) %>% 
  select(sample, Pb208:Pb206)

给出：

  sample Pb208 Pb207 Pb206
  (fctr) (dbl) (dbl) (dbl)
1   SRM1   301   250   200
2   SRM1   305   254   202
3   SAM1   311   262   154
4   SAM1   325   261   157

或者（如果你只想要降序）：

df %>% 
  group_by(sample, nuclide) %>% 
  mutate(id = row_number()) %>% 
  spread(nuclide, intensity) %>% 
  arrange(desc(sample)) %>% 
  select(sample, Pb208:Pb206)

使用data.table的替代方案：

library(data.table)
dcast(setDT(df), sample + rowid(sample, nuclide) ~ nuclide, 
      value.var = 'intensity')[, sample := factor(sample, levels = lvls)
                               ][order(sample)]

重新排序具有重复ID的数据框

1 个答案: