Question

我有一个按时间戳和ID组织的数据框。对于每个ID＃和每分钟，我有8列数据，每列有四种不同类型的活动强度预测。预测可能是久坐，轻，中，或有力。数据的格式如下。

id  time    x1          x2     x3
1   10:30   Moderate    Light  Light
1   10:31   Moderate    Light  Moderate
...
2   12:24   Light       Light  Light
2   12:25   Light       Light  Light

我希望获得每个ID的每个预测变量（x1，x2，x3，...等）的每个活动强度的总和。使用上面的例子，我希望重塑我的数据，看起来像这样：

id  Intensity   x1     x2     x3
1   Light       0      2      1
1   Moderate    2      0      1
...
2   Light       2       2     2
2   Moderate    0       0     0

我的文件有大约80个ID和8个活动强度预测列（x1-x8），如果重要的话。任何帮助表示赞赏。

Answer 1

以下是使用tidyverse套件的解决方案：

library(tidyverse)

values <- c("Sedentary", 'Light', 'Moderate', 'Vigorous')
df %>%
  mutate_at(vars(starts_with("x")), ~ factor(., levels = values)) %>%
  gather(key, value, - id, - time, factor_key = TRUE) %>%
  group_by(id, key, value) %>%
  summarize(
    n = n()
  ) %>%
  spread(key, n, fill = 0L, drop = FALSE)

Answer 2

假设未使用变量time，您可以执行以下操作：

library(tidyverse)
library(data.table)

df %>%
  select(-time) %>% 
  data.table::melt("id") %>% 
  data.table::dcast(id+value~variable) %>% 
  rename(Intensity = value)

通过id和活动强度预测（总和）重塑

2 个答案: