将长数据转换为宽数据并在 R 中计算总和

Question

如何将长数据重新整形为宽

x = c('x1','x1','x2','x2')
y  = c('y1','y1','y2','y2')
z= c('a','b','a','b')
n = c(3,5,7,2)
df1 <- data.table(x,y,z,n)
    > df1
    x  y z n
1: x1 y1 a 3
2: x1 y1 b 5
3: x2 y2 a 7
4: x2 y2 b 2

以宽格式获得如下所示的输出。我将 x 和 y 列分组，将 z 列按行展开并计算 n 列的总和。

    x  y z n z.1 z.2
1: x1 y1 a 8 a   b 
2: x2 y2 b 9 a   b

我尝试过使用 reshape 和 dcast，但对我没有帮助

dcast(df1, x ~ y, value.var="value")

Answer 1

我不清楚为什么需要 z、z.1 和 z.2。在输出表中，它在上面要求的输出示例中为您提供了哪些信息？

我的解决方案可能会有所帮助，这也捕获了 z 值，为您提供关于哪个值具有 id a 或 id b 的信息

df1 <- data.table(x,y,z,n)
df1$id <- c(as.factor(df1$z)) # create an id on z, so that you can capture the info

   x  y z n id
1: x1 y1 a 3  1
2: x1 y1 b 5  2
3: x2 y2 a 7  1
4: x2 y2 b 2  2

# reshape with the id var to wide format 
dt <- reshape(df1,timevar= "id", idvar = c("x","y"), direction="wide")

    x  y z.1 n.1 z.2 n.2
1: x1 y1   a   3   b   5
2: x2 y2   a   7   b   2

# finally do a rowsums
dt[, Sum := rowSums(.SD, na.rm = TRUE), .SDcols = grep("n", names(dt))] 
dt
    x  y z.1 n.1 z.2 n.2 Sum
1: x1 y1   a   3   b   5   8
2: x2 y2   a   7   b   2   9

Answer 2

这是 tidyr 的解决方案。

x = c('x1','x1','x2','x2')
y  = c('y1','y1','y2','y2')
z= c('a','b','a','b')
n = c(3,5,7,2)
df <- data.frame(x,y,z,n)

library(tidyr)
library(dplyr)

answer<-df %>% group_by(x, y) %>% mutate(n=sum(n))  %>% 
  unite(title, -3) %>% spread(z, z) %>% separate( title, into=c("x", "y", "n"))

# x     y     n     a     b    
# <chr> <chr> <chr> <fct> <fct>
# 1 x1    y1    8     a     b    
# 2 x2    y2    9     a     b   

我允许读者将列调整为所需的格式。

Answer 3

只是把另一个选项扔进锅里（不是我认为其他解决方案不合适）。我认为这种方式简单直观。

df1 <- data.frame(x,y,z,n)

data.frame(c(aggregate(n ~ x+y, sum, data=df1),
             aggregate(z ~ x+y, unique, data=df1)[3]))


#   x  y n z.1 z.2
# 1 x1 y1 8   a   b
# 2 x2 y2 9   a   b

我还省略了 z 列，因为它没有意义，并且没有给出决定如何计算它的规范。

unique() 的使用在这里相当随意，它可以是 sort() 或只是 function(z){z}。