（将数据重铸为 R 中的交叉引用表）提取变量 (Z) 以两个分类变量 (X & Y) 为维度

Question

这似乎应该很简单，但我已经挣扎了一段时间来解决。我正在尝试提取变量 Z 的值 - 给定两个分类变量 X 和 Y 的值。

** 但是，我想对 X 和 Y 的所有组合执行此操作 **

因此，对于任何给定的值，这很容易 - 我可以使用以下代码获得 Z（假设数据框称为 df）：

df[df$X == 1 & df$Y == 2, ]$Z 

但是，我想用它来建立一个交叉引用表。

下面的例子会让这很容易理解。

这是数据框的简化版本：

Person ID    Question Number    Response
   1            10                 YES
   1            20                 NO
   1            30                 YES
   2            10                 YES
   2            20                 MAYBE
   2            30                 YES
   3            10                 YES
   3            30                 NO
   4            20                 NO 
   4            30                 MAYBE

我希望能够获取这些数据并制作一个交叉引用 data.frame，如下所示：

[行名是“Person ID”的级别，列名是“问题编号”的级别]

     [10]     [20]     [30]
[1]   YES      NO      YES  
[2]   YES     MAYBE    YES  
[3]   YES      N/A     NO    
[4]   N/A      NO      MAYBE  

我已经尝试过“表格”功能给我汇总统计，频率计数。所以，如果我使用以下内容：

table(df$Person.Id, df$Question.Num)

我得到了正确的行和列标题，但值是频率计数。由于这是一个交叉引用表，我需要将其作为 df$Response 的值而不是频率计数。

正如我之前所说，我可以使用以下代码手动查找 df$Response 的每个值

df[df$Person.ID == "1" & df$Question.Num == "20", ]$Response

但是，我无法将它拼接到一个 data.frame 中。我尝试使用嵌套的 for 循环，但无法让它工作。我可以得到所有的值，但无法将所有内容拼接到交叉引用表中，如上所述。

只是背景说明：这是必要的准备步骤，因此我可以最小化 logit 线性模型。

Answer 1

根据 Metrics 的建议，我做了以下工作：

install.packages("reshape")
library("reshape")

cast(df, Person.Id~Question.Num, value = "Response")

最后一部分是关键。 value = "Response" 告诉强制转换函数使用什么变量来填充表格。

这是一个很棒的包。您可以在此处找到更多信息：

http://www.statmethods.net/management/reshape.html

以及发表在Journal of Statistical Software上的原始论文：

http://www.jstatsoft.org/v21/i12/paper

感谢您的提示！

我从未尝试过 tidyr 包，因为 reshape 包效果很好。也许，使用该软件包同样容易。我把它留给社区来解决。

谢谢！