如何在r中使用for循环标记大量数据点？

Question

我有一个数据集，其中包含与ID 关联的ID 和Address。一个例子是：

ID   Address
1001 123 E example rd, 12300
1001 123 E example rd, 12300
1001 456 W example rd, 45600
1002 789 N example rd, 78900
1002 123 E example rd, 12300
1003 789 N example rd, 78900
1004 456 W example rd, 45600
1004 789 N example rd, 78900
1004 789 N example rd, 78900
1004 123 E example rd, 12300

现在，在上面的示例中，我们有 3 个唯一 ID。我想将它们标记为 Place 1、Place 2 和 Place 3。最后，我想要一个数据结构如下：

ID     x1        x2        x3          x4 
1001   Place 1   Place 1   Place 2
1002   Place 3   Place 1
1003   Place 3
1004   Place 2   Place 3   Place 3     Place 1

由于在我的真实数据集中我有大约 3000 个唯一地址，我正在寻找可以循环并标记从 Place 1 到 Place 3000 的所有 3000 个地址的代码。

Answer 1

我们可以使用match 和unique 将唯一地址替换为"Place" + 后缀值，为每个ID 创建唯一索引，并使用pivot_wider 获取宽格式数据。

library(dplyr)

df1 <- df %>%
  mutate(Address = paste0('Place', match(Address, unique(Address)))) %>%
  group_by(ID) %>%
  mutate(row = paste0('x', row_number())) %>%
  tidyr::pivot_wider(names_from = row, values_from = Address)

df1

#    ID   x1     x2     x3     x4    
#  <int> <chr>  <chr>  <chr>  <chr> 
#1  1001 Place1 Place1 Place2 NA    
#2  1002 Place3 Place1 NA     NA    
#3  1003 Place3 NA     NA     NA    
#4  1004 Place2 Place3 Place3 Place1

要导出成csv，我们可以使用write.csv

write.csv(df1, 'newfile.csv', row.names = FALSE)

数据

df <- structure(list(ID = c(1001L, 1001L, 1001L, 1002L, 1002L, 1003L, 
1004L, 1004L, 1004L, 1004L), Address = structure(c(1L, 1L, 2L, 
3L, 1L, 3L, 2L, 3L, 3L, 1L), .Label = c("123 E example rd, 12300", 
"456 W example rd, 45600", "789 N example rd, 78900"), class = "factor")), 
class = "data.frame", row.names = c(NA, -10L))