变异列以获取唯一值，转置另一列并添加这些唯一值的百分比答案

【问题标题】：Mutating columns to get Unique Values, transpose another column and add the percentage of those unique values变异列以获取唯一值，转置另一列并添加这些唯一值的百分比
【发布时间】：2021-05-28 01:51:17
【问题描述】：

我有一个数据集，我的子集如下所示：

Item	Code	Percentage
10000	123	0.2
10001	134	0.98
10001	152	0.02
10002	123	0.68
10003	123	1
10002	178	0.32
10004	189	1

我想找到一种转置方式，只保留 A 列中的唯一值，B 列根据唯一值分散到不同的列中，百分比填充在这些值中。请查看我希望最终确定的数据示例：

Item	123	134	152	178	189
10000	0.2	0	0	0	0
10001	0	0.98	0.02	0	0
10002	0.68	0	0	0.3	0
10003	1	0	0	0	0
10004	0	0	0	0	1

我目前使用的格式如下“骨架”：

       df <-df %>%
       group_by(Item) %>%
       mutate(n = row_number()) %>%
       spread(Code, Percentage)

按照这种结构，我仍然会在 A 列中得到重复的值（不是唯一的）。我确实加载了库（plyr）图书馆（dplyr）图书馆（tidyr）按此顺序。我提到的原因是，如果您切换它的工作顺序，我会在某处阅读，但最终会弄乱结果。

如果您需要更多信息，请告诉我。谢谢！

【问题讨论】：

plyr 已经退役几年了。您可以使用 tidyr 来做到这一点，它的语法也从 spread 更新为 pivot_wider。关于同一任务有很多 SO 问题；我会挖一些来标记
这能回答你的问题吗？ Why does pivot_wider either read single values as duplicates or create a wide-and-long tibble (without merging rows)?
另见stackoverflow.com/q/64169332/5325862
大家好！非常感谢你的帮助！这两种选择对我来说都很容易解决！真的很感激！ :)

标签： r tidyr plyr dplyr

【解决方案1】：

使用 tidyverse

library(tidyverse)

df <- read.table(text = "Item   Code    Percentage
10000   123 0.2
10001   134 0.98
10001   152 0.02
10002   123 0.68
10003   123 1
10002   178 0.32
10004   189 1", header = T)

pivot_wider(
  data = df, 
  id_cols = Item, 
  names_from = Code, 
  values_from = Percentage, 
  values_fill = 0
)
#> # A tibble: 5 x 6
#>    Item `123` `134` `152` `178` `189`
#>   <int> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 10000  0.2   0     0     0        0
#> 2 10001  0     0.98  0.02  0        0
#> 3 10002  0.68  0     0     0.32     0
#> 4 10003  1     0     0     0        0
#> 5 10004  0     0     0     0        1

^{由reprex package (v1.0.0) 于 2021-02-25 创建}

使用 data.table

library(data.table)
setDT(df)
dcast(data = df, formula = Item ~ Code, value.var = "Percentage", fill = 0)
#>     Item  123  134  152  178 189
#> 1: 10000 0.20 0.00 0.00 0.00   0
#> 2: 10001 0.00 0.98 0.02 0.00   0
#> 3: 10002 0.68 0.00 0.00 0.32   0
#> 4: 10003 1.00 0.00 0.00 0.00   0
#> 5: 10004 0.00 0.00 0.00 0.00   1

^{由reprex package (v1.0.0) 于 2021 年 2 月 25 日创建}

【讨论】：

【解决方案2】：

问题是它需要同时按“代码”和“项目”进行分组

library(dplyr)
library(tidyr)
df %>%
   group_by(Code, Item) %>%
   mutate(n = row_number()) %>%
   ungroup %>%
   spread(Code, Percentage, fill = 0) %>%
   select(-n)

-输出

# A tibble: 5 x 6
#   Item `123` `134` `152` `178` `189`
#  <int> <dbl> <dbl> <dbl> <dbl> <dbl>
#1 10000  0.2   0     0     0        0
#2 10001  0     0.98  0.02  0        0
#3 10002  0.68  0     0     0.32     0
#4 10003  1     0     0     0        0
#5 10004  0     0     0     0        1

【讨论】：