Question

我正在尝试将R中的数据从长格式整形为宽格式。我想同时通过ID获得类型变量的出现次数和通过ID获得第二个变量（val）的值的总和并按照下面的示例进行输入。

我能够找到用整形或整形进行重塑的答案，但不能同时使用这两种方法。

这是原始示例数据：

> df <- data.frame(id = c(1, 1, 1, 2, 2, 2),
+                  type = c("A", "A", "B", "A", "B", "C"),
+                  val = c(0, 1, 2, 0, 0, 4))
> df
  id type val
1  1    A   0
2  1    A   1
3  1    B   2
4  2    A   0
5  2    B   0
6  2    C   4

我想获得的输出如下：

  id A.count B.count C.count A.sum B.sum C.sum
1  1       2       1       0     1     2     0
2  2       1       1       1     0     0     4

其中count列显示类型A，B和C的出现次数，而sum列按类型显示值的总和。

要实现计数，我可以按照this answer中的建议，将reshape2::dcast与默认聚合功能length结合使用：

> require(reshape2)
> df.c <- dcast(df, id ~ type, value.var = "type", fun.aggregate = length)
> df.c
  id A B C
1  1 2 1 0
2  2 1 1 1

类似地，如this answer中所建议，我也可以使用总和作为输出来执行整形，这次使用sum中的dcast聚合函数：

> df.s <- dcast(df, id ~ type, value.var = "val", fun.aggregate = sum)
> df.s
  id A B C
1  1 1 2 0
2  2 0 0 4

我可以将两者合并：

> merge(x = df.c, y = df.s, by = "id", all = TRUE)
  id A.x B.x C.x A.y B.y C.y
1  1   2   1   0   1   2   0
2  2   1   1   1   0   0   4

但是有一种方法可以一次性完成所有操作（不一定使用dcast或reshape2）吗？

Answer 1

从data.table v1.9.6开始，可以转换多个value.var列，还可以通过提供多个fun.aggregate函数进行转换。见下文：

library(data.table)

df <- data.table(df)
dcast(df, id ~ type, fun = list(length, sum), value.var = c("val"))
   id val_length_A val_length_B val_length_C val_sum_A val_sum_B val_sum_C
1:  1            2            1            0         1         2         0
2:  2            1            1            1         0         0         4

Answer 2

建议的data.table解决方案可能会更好，但是如果您更喜欢使用dcast并且有很多value.var / fun.aggregate组合，也可以这样做：

library(purrr)

cols <- c('type', 'val')
funs <- c(length, sum)

map2(cols, funs, ~ dcast(df, id~type, value.var = .x, fun.aggregate = .y)) %>% 
  reduce(left_join, by='id', suffix=c('.count', '.sum'))

Answer 3

这是使用tidyverse

的方法

library(tidyverse)
df %>% 
  group_by(id, type) %>%
  summarise(count = n(), Sum = sum(val)) %>%
  gather(key, val, count:Sum) %>%
  unite(typen, type, key, sep=".") %>%
  spread(typen, val, fill = 0)

使用总和和计数从长到宽重塑数据

3 个答案: