我有一个类似这样的观察数据框架(显示每个学期提供的大学课程的课程号)。列很长,长度各不相同
spring summer fall
4a 5b 5c
4a 9c 11b
7c 5b 8a
... ... ...
我想重新格式化它,使其看起来像这样。首先,我想创建一列“ Course_Names”,该列显示可能提供的不同课程的所有名称。然后,我想计算每个学期开设的每门课程的科数。
Course_Names spring summer fall
4a 2 0 0
5b 0 2 0
5c 0 0 1
7c 1 0 0
8a 1 0 1
9c 0 1 0
11b 0 0 1
任何建议或相关帖子的链接将不胜感激!谢谢!
答案 0 :(得分:6)
在base R
中,一种选择是将{.1}的data.frame分为两列数据集并使用stack
table
或者在table(stack(df1))
# ind
#values spring summer fall
# 11b 0 0 1
# 4a 2 0 0
# 5b 0 2 0
# 5c 0 0 1
# 7c 1 0 0
# 8a 0 0 1
# 9c 0 1 0
中,我们可以使用tidyverse
重塑为'long'格式,得到pivot_longer
并重塑为'wide
count
library(dplyr)
library(tidyr)
df1 %>%
pivot_longer(everything()) %>%
count(name, Course_Names = value) %>%
pivot_wider(names_from = name, values_from = n, values_fill = list(n = 0))
# A tibble: 7 x 4
# Course_Names fall spring summer
# <chr> <int> <int> <int>
#1 11b 1 0 0
#2 5c 1 0 0
#3 8a 1 0 0
#4 4a 0 2 0
#5 7c 0 1 0
#6 5b 0 0 2
#7 9c 0 0 1
答案 1 :(得分:3)
您可以这样做,方法是收集数据,然后使用tidyr软件包中的那些函数再次分发它们,如下所示;
library(dplyr)
library(tidyr)
data <-
data.frame(
spring = c("4a", "4a", "7c"),
summer = c("5b", "9c", "5b"),
fall = c("5c", "11b", "8a")
)
result <-
data %>%
gather(key = "Course_Names", value = "Course") %>%
group_by(Course_Names, Course) %>%
count() %>%
spread(key = Course_Names, value = n) %>%
replace(is.na(.), 0)