我有一个数据框重塑/计数问题。考虑以下数据帧,该数据帧具有一列非唯一ID和一个值列(可以是唯一的,但不一定是):
id<-c(1,1,1,2,2,3,4,4,4,4)
value_df<-c("A","B","C","D","E","F","G","H","I","J")
df<-data.frame(id,value_df)
df
id value_df
1 1 A
2 1 B
3 1 C
4 2 D
5 2 E
6 3 F
7 4 G
8 4 H
9 4 I
10 4 J
我要做的是创建一个数据帧,其中第一列包含唯一的ID,第二列包含这些ID的计数,其余n列包含每个ID的值,如下所示:
df_counts_reshape
id number_id value_df_1 value_df_2 value_df_3 value_df_4
1 1 3 A B C N
2 2 2 D E <NA> <NA>
3 3 1 F <NA> <NA> <NA>
4 4 4 G I J K
使用plyr软件包可以很容易地得出计数,就像这样
count(df,"id")
但后来我的问题开始了。为了获得其余的数据帧,我尝试了通过reshape2-package进行熔化和dcast处理。
df_melted<-melt(df,id.vars =c("id"), measure.vars = c("value_df"))
df_cast<-dcast(df_melted,id~value)
但是,这将导致以下输出:
df_cast
id A B C D E F G H I J
1 1 A B C <NA> <NA> <NA> <NA> <NA> <NA> <NA>
2 2 <NA> <NA> <NA> D E <NA> <NA> <NA> <NA> <NA>
3 3 <NA> <NA> <NA> <NA> <NA> F <NA> <NA> <NA> <NA>
4 4 <NA> <NA> <NA> <NA> <NA> <NA> G H I J
此输出具有比我想要的更多的“值”列,但是我找不到一种简单的方法可以将其简化为我上面想要的输出。我还认为,获取number_id的最后一步是使用rbind。
不用说,我的实际数据帧包含成千上万的行,这使得当前的熔铸/熔铸输出非常笨拙,具有成千上万的列。
用这个:
df<-data.frame(id,value_df)
df$num <- ave(as.character(df$value_df), df$id, FUN = seq_along)
df = reshape(df,idvar = "id",direction = "wide",timevar = "num" )
结果:
> df
id value_df.1 value_df.2 value_df.3 value_df.4
1 1 A B C <NA>
4 2 D E <NA> <NA>
6 3 F <NA> <NA> <NA>
7 4 G H I J
它的作用是为每个id组添加一个数字列,其顺序为1:n。然后它将这些值用作新的列名
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句