循环通过csv并转储到R中的数据帧答案

【问题标题】：Looping through csv and dumping to data frame in R循环通过csv并转储到R中的数据帧
【发布时间】：2014-09-05 22:04:22
【问题描述】：

使用 R，我正在尝试获取一个 csv 文件，遍历它，提取值，然后将它们转储到数据框中。 csv 中有四列：ID、UG_inst、Freq 和 Year。具体来说，我想按机构名称循环遍历每年（2010-11、2011-12、2012-13 和 2013-14）的 UG_inst 列，并将该单元格中的值放入 R 中的相应“单元格”中数据框。现在，csv 只有一个 Year 列，但我创建的数据框每年都有一个列。最终的想法是能够创建表示每个机构每年频率的条形图。目前，下面的代码没有抛出任何错误，但似乎对 R 数据帧“j”没有任何作用。

几个注意事项：1) 做一个嵌套的 for 循环让我头晕目眩，所以我决定现在只使用 2010-11 并遍历机构名称。由于只有 4 年，我可以重写四次，每次用不同的年份。 2）另外，在csv中，有重复的名字。那么，如果一个机构名称出现两次（由于字母排列将是 csv 中的相邻行），有没有办法将这些的 SUM 转储到 R 中的数据框中？

所有相关信息如下。非常感谢您的帮助！！！！

这是 .csv 文件的链接：https://www.dropbox.com/s/9et7muchkrgtgz7/UG_inst_ALL.csv

这是我正在尝试的 R 代码：

abc <- read.csv(insert file path to above csv here)

inst_string <- unique(abc$UG_inst)

j <- data.frame("UG_inst"=inst_string,"2010-11"=NA,"2011-12"=NA,"2012-13"=NA,"2013-14"=NA)

for (i in inst_string) {
    inst.index <- which(abc$UG_inst == i && abc$Year == "2010-11")
    j$X2010.11[j$Ug_inst==i] <- abc$Freq[inst.index]
                       }

【问题讨论】：

标签： r loops csv dataframe reshape

【解决方案1】：

我建议在基础 R 中使用 reshape() 函数，而不是使用嵌套循环（或根本没有循环）。

abc <- read.csv("UG_inst_ALL.csv")
abc <- abc[2:4]

reshape(data = abc,
        v.names = "Freq",
        timevar = "Year",
        idvar = "UG_inst",
        direction = "wide")

【讨论】：

超级骗子！！像魅力一样工作！谢谢！
如果有效，请务必接受我的回答，以便人们看到问题已解决。

【解决方案2】：

这被称为“重塑”数据，您将从“长”格式变为“宽”格式。

除了基本 R 的 reshape 函数之外，还有一些其他选项可供考虑。

我假设我们从如下读取的数据开始。

abc <- read.csv("~/Downloads/UG_inst_ALL.csv", row.names = 1)
head(abc)
#                        UG_inst Freq    Year
# 1 Abilene Christian University    0 2010-11
# 2       Adams State University    0 2010-11
# 3               Adrian College    1 2010-11
# 4          Agnes Scott College    0 2010-11
# 5       Alabama A&M University    1 2010-11
# 6               Albion College    1 2010-11

选项 1：`xtabs`

out <- as.data.frame.matrix(xtabs(Freq ~ UG_inst + Year, abc))
head(out)
#                              2010-11 2011-12 2012-13 2013-14
# Abilene Christian University       0       1       0       0
# Adams State University             0       0       0       1
# Adrian College                     1       0       0       0
# Agnes Scott College                0       0       1       0
# Alabama A&M University             1       3       1       2
# Albion College                     1       0       0       0

选项 2：来自“reshape2”的`dcast`

library(reshape2)
head(dcast(abc, UG_inst ~ Year, value.var = "Freq"))

选项 3：来自“tidyr”的`spread`

library(dplyr)
library(tidyr)
abc %>% select(-X) %>% group_by(UG_inst) %>% spread(Year, Freq)