我正在尝试在reshape2中使用dcast将数据帧从长格式转换为宽格式。数据是医院就诊日期和诊断列表。 (Dx.num列出了单次访问的诊断顺序。如果同一位患者返回,则该变量重新开始,新访问的主要诊断从1开始。)我希望每个人(id)一行。数据结构为:
id visit.date visit.id bill.num dx.code FY Dx.num
1 1/2/12 203 1234 409 2012 1
1 3/4/12 506 4567 512 2013 1
2 5/6/18 222 3452 488 2018 1
2 5/6/18 222 3452 122 2018 2
3 2/9/14 567 6798 923 2014 1
我想我最终会遇到这样的列:
id, date_visit1, date_visit2, visit.id_visit1, visit.id_visit2, bill.num_visit1, bill.num_visit2, dx.code_visit1_dx1, dx.code_visit1_dx2 dx.code_visit2_dx1, FY_visit1_dx1, FY_visit1_dx2, FY_visit2_dx1
最初,我尝试创建像这样的visit_dx列:
**visit.dx**
v1dx1 (visit 1, dx 1)
v2dx1 (visit 2, dx 1)
v1dx1 (...)
v1dx2
v1dx1
并使用以下代码,从DF中删除“ Dx.num”,因为它是在“ visit.dx”中说明的:
wide <-
dcast(
setDT(long),
id + visit.date + visit.id + bill.num ~ visit.dx,
value.var = c(
"dx.code",
"FY"
)
)
运行此命令时,出现警告“缺少聚合函数,默认为'length'”,并且新的数据帧充满了0和1。但是,数据框中没有重复的行。我开始认为我应该完全不同地去做。
任何帮助将不胜感激。
答案 0 :(得分:1)
data.table包使用rowid
扩展了dcast
并允许multiple value.var
,所以...
library(data.table)
dcast(setDT(DF), id ~ rowid(id), value.var=setdiff(names(DF), "id"))
id visit.date_1 visit.date_2 visit.id_1 visit.id_2 bill.num_1 bill.num_2 dx.code_1 dx.code_2 FY_1 FY_2 Dx.num_1 Dx.num_2
1: 1 1/2/12 3/4/12 203 506 1234 4567 409 512 2012 2013 1 1
2: 2 5/6/18 5/6/18 222 222 3452 3452 488 122 2018 2018 1 2
3: 3 2/9/14 <NA> 567 NA 6798 NA 923 NA 2014 NA 1 NA