使用数字变量进行分组

Question

我有一个像这样的数据框：

name, value
stockA,Google
stockA,Yahoo
stockB,NA
stockC,Google

我想将第二列的行值转换为列并保留第一列，而在另一列中将数值转换为0，如果不存在则为1或存在该值。这是预期输出的一个例子：

name,Google,Yahoo
stockA,1,1
stockB,0,0
stockC,1,0

我试过了：

library(reshape2)
df2 <- dcast(melt(df, 1:2, na.rm = TRUE), df + name ~ value, length)

它给我的错误是：

Using value as value column: use value.var to override.
Error in `[.data.frame`(x, i) : undefined columns selected

对错误有任何想法吗？

上一代码有效的示例。 数据（df）：

name,nam2,value
stockA,sth1,Yahoo
stockA,sth2,NA
stockB,sth3,Google

这有效：

df2 <- dcast(melt(df, 1:2, na.rm = TRUE), name + nam2 ~ value, length)

Answer 1

您可以使用spread包中的tidyr执行此操作。

df <- data.frame(name = c("stockA", "stockA", "stockB", "stockC"),
                 value = c("Google", "Yahoo", NA, "Google"))
df$row <- 1
df %>% 
  spread(value, row, fill = 0) %>% 
  select(-`<NA>`)

Answer 2

OP要求解释由

引起的错误

dcast(melt(df, 1:2, na.rm = TRUE), df + name ~ value, length)

（我很惊讶到目前为止还没有人试图改进OP的reshape2方法来准确回复预期的答案。）

OP的代码有几个问题：

{li> df出现在dcast()公式中。
1. melt()的第二个参数是1:2，这意味着所有列都用作id.vars。它应该是1。
2. 但最关键的一点是data.frame df已经是 long 格式，不需要重新整形。

因此，df可以直接用于dcast()：

library(reshape2)
dcast(df[!is.na(df$value), ], name ~ value, length, drop = FALSE)
#    name Google Yahoo
#1 stockA      1     1
#2 stockB      0     0
#3 stockC      1     0

为了避免在结果中出现第三个NA列，必须在重新整形前从NA过滤掉df行。另一方面，drop = FALSE需要确保stockB包含在结果中。

数据

df <- data.frame(name = c("stockA", "stockA", "stockB", "stockC"), 
                 value = c("Google", "Yahoo", NA, "Google"))
df
#    name  value
#1 stockA Google
#2 stockA  Yahoo
#3 stockB   <NA>
#4 stockC Google

Answer 3

尝试df2 <- dcast(melt(df, 1:2, na.rm = TRUE), name ~ value, length)

只需从等式中删除df +。

虽然这会给你一个额外的NA值列，这让我觉得na.rm参数在你的公式中没有正常工作。

Answer 4

你也可以用基础R：

来做

df <- read.table(header=TRUE, sep=',', text=
'name, value
stockA,Google
stockA,Yahoo
stockB,NA
stockC,Google')
xtabs(~., data=df)
#        value
#name     Google Yahoo
#  stockA      1     1
#  stockB      0     0
#  stockC      1     0