在data.frame上重构魔法[重复]

Question

我目前正在学习使用 data.frame 并且对如何重新排序它们感到很困惑。

目前，我有一个 data.frame 显示：

• 第 1 栏：商店名称
• 第 2 栏：产品
• 第3栏：本店购买该商品的次数

或者在视觉上是这样的：

+---+-----------+-------+----------+--+
|   | Shop.Name | Items | Product  |  |
+---+-----------+-------+----------+--+
| 1 | Shop1     |     2 | Product1 |  |
| 2 | Shop1     |     4 | Product2 |  |
| 3 | Shop2     |     3 | Product1 |  |
| 4 | Shop3     |     2 | Product1 |  |
| 5 | Shop3     |     1 | Product4 |  |
+---+-----------+-------+----------+--+

我想要实现的是以下“以商店为中心”的结构：

• 第 1 栏：商店名称
• 第 2 栏：为 product1 出售的商品
• 第 3 栏：为 product2 出售的商品
• 第 4 栏：为 product3 出售的商品 ...

当没有特定商店/产品的行时（因为没有销售），我想创建一个 0。

或

+---+-------+-------+-------+-------+-------+-----+--+--+
|   | Shop  | Prod1 | Prod2 | Prod3 | Prod4 | ... |  |  |
+---+-------+-------+-------+-------+-------+-----+--+--+
| 1 | Shop1 |     2 |     4 |     0 |     0 | ... |  |  |
| 2 | Shop2 |     3 |     0 |     0 |     0 | ... |  |  |
| 3 | Shop3 |     2 |     0 |     0 |     1 | ... |  |  |
+---+-------+-------+-------+-------+-------+-----+--+--+

Answer 1

使用reshape2 库中的dcast：

library(reshape2)

> df <- data.frame(Shop.Name=rep(c("Shop1","Shop2","Shop3"),each=3),
+                  Items=rpois(9,5),
+                  Product=c(rep(c("Prod1","Prod2","Prod3","Prod4"),2),"Prod5")
+ )
> df
  Shop.Name Items Product
1     Shop1     6   Prod1
2     Shop1     5   Prod2
3     Shop1     6   Prod3
4     Shop2     5   Prod4
5     Shop2     6   Prod1
6     Shop2     6   Prod2
7     Shop3     4   Prod3
8     Shop3     7   Prod4
9     Shop3     5   Prod5
> dcast(df,Shop.Name ~ Product,value.var="Items",fill=0)
  Shop.Name Prod1 Prod2 Prod3 Prod4 Prod5
1     Shop1     6     5     6     0     0
2     Shop2     6     6     0     5     0
3     Shop3     0     0     4     7     5

Answer 2

如果你出于任何原因想使用原来的 reshape 包：

Shop.Name <- c("Shop1", "Shop1", "Shop2", "Shop3", "Shop3")
Items <- c(2,4,3,2,1)
Product <- c("Product1", "Product2", "Product1", "Product1", "Product4")
(df <- data.frame(Shop.Name, Items, Product))

cast(df, formula = Shop.Name ~ Product, value="Items", fill=0)

Answer 3

到目前为止，答案在一定程度上有效，但并未完全回答您的问题。特别是，它们没有解决没有商店销售特定产品的案例的问题。从您的示例输入和所需输出来看，没有商店出售“Product3”。事实上，“Product3”甚至没有出现在您的源代码data.frame 中。此外，它们没有解决每个商店 + 产品组合有多个行的可能情况。

这是您的数据的修改版本以及目前的两种解决方案。我为“Shop1”和“Product1”的组合添加了另一行。请注意，我已将您的产品转换为 factor 变量，其中包括该变量可以采用的级别，即使实际上没有一个案例具有该级别。

mydf <- data.frame(
  Shop.Name = c("Shop1", "Shop1", "Shop2", "Shop3", "Shop3", "Shop1"),
  Items = c(2, 4, 3, 2, 1, 2),
  Product = factor(
    c("Product1", "Product2", "Product1", "Product1", "Product4", "Product1"),
    levels = c("Product1", "Product2", "Product3", "Product4")))

1. dcast 来自“reshape2”

   library(reshape2)
   dcast(mydf, formula = Shop.Name ~ Product, value="Items", fill=0)
   # Using Product as value column: use value.var to override.
   # Aggregation function missing: defaulting to length
   # Error in .fun(.value[i], ...) : 
   #   2 arguments passed to 'length' which requires 1
   

   什么？突然不行了。改为这样做：

   dcast(mydf, formula = Shop.Name ~ Product, 
         fill = 0, value.var = "Items", 
         fun.aggregate = sum, drop = FALSE)
   #   Shop.Name Product1 Product2 Product3 Product4
   # 1     Shop1        4        4        0        0
   # 2     Shop2        3        0        0        0
   # 3     Shop3        2        0        0        1
   

2. 让我们成为老派。 cast 来自“重塑”

   library(reshape)
   cast(mydf, formula = Shop.Name ~ Product, value="Items", fill=0)
   # Aggregation requires fun.aggregate: length used as default
   #   Shop.Name Product1 Product2 Product4
   # 1     Shop1        2        1        0
   # 2     Shop2        1        0        0
   # 3     Shop3        1        0        1
   

   嗯。又不是你想要的……试试这个吧：

   cast(mydf, formula = Shop.Name ~ Product, 
        value = "Items", fill = 0, 
        add.missing = TRUE, fun.aggregate = sum)
   #   Shop.Name Product1 Product2 Product3 Product4
   # 1     Shop1        4        4        0        0
   # 2     Shop2        3        0        0        0
   # 3     Shop3        2        0        0        1
   

3. 让我们回到基础。 xtabs 来自基础 R

   xtabs(Items ~ Shop.Name + Product, mydf)
   #          Product
   # Shop.Name Product1 Product2 Product3 Product4
   #     Shop1        4        4        0        0
   #     Shop2        3        0        0        0
   #     Shop3        2        0        0        1
   

   或者，如果您更喜欢data.frame（请注意，您的“Shop.Name”变量已转换为data.frame 的row.names）：

   as.data.frame.matrix(xtabs(Items ~ Shop.Name + Product, mydf))
   #       Product1 Product2 Product3 Product4
   # Shop1        4        4        0        0
   # Shop2        3        0        0        0
   # Shop3        2        0        0        1