R： 将数据分成两列的组合
我有一些数据，其中每个id由不同的类型测量，这些类型可以有不同的值。测量值为val。一个小的虚拟数据如下所示：
df <- data.frame(id=rep(letters[1:2],6),
type=c(rep('t1',6), rep('t2',6)),
type_val=rep(c(1,1,2,2,3,3),2),
val=1:12)
那么df是：
id type type_val val
1 a t1 1 1
2 b t1 1 2
3 a t1 2 3
4 b t1 2 4
5 a t1 3 5
6 b t1 3 6
7 a t2 1 7
8 b t2 1 8
9 a t2 2 9
10 b t2 2 10
11 a t2 3 11
12 b t2 3 12
我需要传播/投射数据，以便每个id的类型和类型val的所有组合都是按行的。我认为这一定是PKG的工作，但除了错误之外，我完全没有生成任何其他错误。结果数据结构（有点冗余）是这样的（希望我答对了！）其中，类型对（由类型val的组合给出）是列t1和t2，它们的相关值（val在df中）是val t1和val t2-列名称是任意的：
id type_t1 type_t2 val_t1 val_t2
1 a 1 1 1 7
2 a 1 2 1 9
3 a 1 3 1 11
4 a 2 1 3 7
5 a 2 2 3 9
6 a 2 3 3 11
7 a 3 1 5 7
8 a 3 2 5 9
9 a 3 3 5 11
10 b 1 1 2 8
11 b 1 2 2 10
12 b 1 3 2 12
13 b 2 1 4 8
14 b 2 2 4 10
15 b 2 3 4 12
16 b 3 1 6 8
17 b 3 2 6 10
18 b 3 3 6 12
更新
请注意（@Sotos）
> spread(df, type, val)
id type_val t1 t2
1 a 1 1 7
2 a 2 3 9
3 a 3 5 11
4 b 1 2 8
5 b 2 4 10
6 b 3 6 12
不是期望的输出-它无法提供由df中的类型和类型定义的宽格式。
共有2个答案
这里有一种更通用的方法，可以处理任意数量的唯一类型：
library(dplyr)
# This function takes a list of dataframes (.data) and merges them by ID
reduce_merge <- function(.data, ID) {
return(Reduce(function(x, y) merge(x, y, by = ID), .data))
}
# This function renames the cols columns in .data by appending _identifier
batch_rename <- function(.data, cols, identifier, sep = '_') {
return(plyr::rename(.data, sapply(cols, function(x){
x = paste(x, .data[1, identifier], sep = sep)
})))
}
# This function creates a list of subsetted dataframes
# (subsetted by values of key),
# uses batch_rename() to give each dataframe more informative column names,
# merges them together, and returns the columns you'd like in a sensible order
multi_spread <- function(.data, grp, key, vals) {
.data %>%
plyr::dlply(key, subset) %>%
lapply(batch_rename, vals, key) %>%
reduce_merge(grp) %>%
select(-starts_with(paste0(key, '.'))) %>%
select(id, sort(setdiff(colnames(.), c(grp, key, vals))))
}
# Your example
df <- data.frame(id=rep(letters[1:2],6),
type=c(rep('t1',6), rep('t2',6)),
type_val=rep(c(1,1,2,2,3,3),2),
val=1:12)
df %>% multi_spread('id', 'type', c('type_val', 'val'))
id type_val_t1 type_val_t2 val_t1 val_t2
1 a 1 1 1 7
2 a 1 2 1 9
3 a 1 3 1 11
4 a 2 1 3 7
5 a 2 2 3 9
6 a 2 3 3 11
7 a 3 1 5 7
8 a 3 2 5 9
9 a 3 3 5 11
10 b 1 1 2 8
11 b 1 2 2 10
12 b 1 3 2 12
13 b 2 1 4 8
14 b 2 2 4 10
15 b 2 3 4 12
16 b 3 1 6 8
17 b 3 2 6 10
18 b 3 3 6 12
# An example with three unique values of 'type'
df <- data.frame(id = rep(letters[1:2], 9),
type = c(rep('t1', 6), rep('t2', 6), rep('t3', 6)),
type_val = rep(c(1, 1, 2, 2, 3, 3), 3),
val = 1:18)
df %>% multi_spread('id', 'type', c('type_val', 'val'))
id type_val_t1 type_val_t2 type_val_t3 val_t1 val_t2 val_t3
1 a 1 1 1 1 7 13
2 a 1 1 2 1 7 15
3 a 1 1 3 1 7 17
4 a 1 2 1 1 9 13
5 a 1 2 2 1 9 15
6 a 1 2 3 1 9 17
7 a 1 3 1 1 11 13
8 a 1 3 2 1 11 15
9 a 1 3 3 1 11 17
10 a 2 1 1 3 7 13
11 a 2 1 2 3 7 15
12 a 2 1 3 3 7 17
13 a 2 2 1 3 9 13
14 a 2 2 2 3 9 15
15 a 2 2 3 3 9 17
16 a 2 3 1 3 11 13
17 a 2 3 2 3 11 15
18 a 2 3 3 3 11 17
19 a 3 1 1 5 7 13
20 a 3 1 2 5 7 15
21 a 3 1 3 5 7 17
22 a 3 2 1 5 9 13
23 a 3 2 2 5 9 15
24 a 3 2 3 5 9 17
25 a 3 3 1 5 11 13
26 a 3 3 2 5 11 15
27 a 3 3 3 5 11 17
28 b 1 1 1 2 8 14
29 b 1 1 2 2 8 16
30 b 1 1 3 2 8 18
31 b 1 2 1 2 10 14
32 b 1 2 2 2 10 16
33 b 1 2 3 2 10 18
34 b 1 3 1 2 12 14
35 b 1 3 2 2 12 16
36 b 1 3 3 2 12 18
37 b 2 1 1 4 8 14
38 b 2 1 2 4 8 16
39 b 2 1 3 4 8 18
40 b 2 2 1 4 10 14
41 b 2 2 2 4 10 16
42 b 2 2 3 4 10 18
43 b 2 3 1 4 12 14
44 b 2 3 2 4 12 16
45 b 2 3 3 4 12 18
46 b 3 1 1 6 8 14
47 b 3 1 2 6 8 16
48 b 3 1 3 6 8 18
49 b 3 2 1 6 10 14
50 b 3 2 2 6 10 16
51 b 3 2 3 6 10 18
52 b 3 3 1 6 12 14
53 b 3 3 2 6 12 16
54 b 3 3 3 6 12 18
这个怎么样：
df1=df[df$type=="t1",]
df2=df[df$type=="t2",]
DF=merge(df1,df2,by="id")
DF=DF[,-c(2,5)]
colnames(DF)<-c("id", "type_t1", "val_t1","type_t2", "val_t2")
-
我试图将一个数据列表一分为二，但我不知道如何正确执行。 当我使用dput（a）时，我的数据如下 结构（列表）（V1=结构（c（1L、9L、10L、11L、12L、13L、14L、15L、16L、2L、3L、4L、5L、6L、7L、8L）。标签=c（“1\t1200.30”，“10\t1305.80”，“11\t1263.02”，“12\t1312.67”，“13\t1229.85”，“14\t12
-
给定一个< code>n数和sum 的列表，将这些数分成< code >两个组，使得每组中的数之和小于或等于s。如果可以分组，则打印< code>YES，如果不能分组，则打印< code>NO。 例如，如果< code>n=3，s=4和< code>n数是< code>2，4，2。在这种情况下，输出为< code>YES，因为可以形成两个组< code>(2，2)和(4)。 我的解决方案如下。 是
-
我在excel中有一个列，其中包含名字、姓氏和职位名称的混合。唯一可以观察到的模式是——在每一组3行中，每第1行是名字，第2行是姓氏，第3行是工作标题。我想创建3个不同的列，并隔离此数据示例数据： 我想要：约翰，布什，经理，作为一行，分别放在名字，姓氏和职务下面的三个不同的栏中。像- 我们如何才能完成这项任务？
-
输入的dput（） 结构（列表(Varname=structure(1:6，.标签=c（“A”，“B”，“c”，“D”，“E”，“F”），类=“因子”），成分=结构(c(3L，1L，1L，4L，2L，1L)，标签=c（“”，“A，c”，“B”，“c”），类=“因子”），名字=结构(c(5L，3L，2L，4L，6L)，标签=c（“”，“鲍勃”，“凯茜”，“迪克，南希”，“杰克，布鲁斯”，“曼迪”），
-
我有两个系列和具有相同的（非连续的）索引。如何将和组合为DataFrame中的两列，并将其中一个索引保留为第三列？
-
本文向大家介绍如何将R中的数据帧随机分成多个部分？，包括了如何将R中的数据帧随机分成多个部分？的使用技巧和注意事项，需要的朋友参考一下 当数据帧很大时，我们可以将其随机分为多个部分。当我们要部分分析数据时，可能需要这样做。我们可以借助split函数和sample函数来随机选择值。 示例 考虑以R为底的树数据 将树木数据分为三部分- 考虑基数R中的女性数据- 将女性数据分为两部分-