在 R 中：如何将因子转换为列并使用另一列中的相应值填充这些列？答案

【问题标题】：In R: How do I turn factors into columns AND populate those columns with their corresponding values from another column?在 R 中：如何将因子转换为列并使用另一列中的相应值填充这些列？
【发布时间】：2014-08-12 15:10:07
【问题描述】：

我有一个这样组织的 data.frame：

   id question input
1  11        1     6
2  12        1     7
3  13        1     5
4  14        2     5
5  15        2     6
6  16        3     4
7  17        4     5
8  18        4     5
9  19        4     4
10 20        5     3

我需要将“问题”列转换为一系列列（一个用于问题 1，一个用于问题 2，等等），这没关系 - 我已经在网上找到了答案。

但是，我还需要使用“输入”中的相应值填充这些新列，因此生成的 data.frame 如下所示：

   id question input q1 q2 q3 q4 q5
1  11        1     6  6 NA NA NA NA
2  12        1     7  7 NA NA NA NA
3  13        1     5  5 NA NA NA NA
4  14        2     5 NA  5 NA NA NA
5  15        2     6 NA  6 NA NA NA
6  16        3     4 NA NA  4 NA NA
7  17        4     5 NA NA NA  5 NA
8  18        4     5 NA NA NA  5 NA
9  19        4     4 NA NA NA  4 NA
10 30        5     3 NA NA NA NA  3

我将如何从头到尾重塑这样的数据？我仍然是一个初学者，如果有任何帮助，我将不胜感激！

【问题讨论】：

标签： r dataframe reshape

【解决方案1】：

您可以使用“reshape2”包中的dcast，如下所示：

dcast(mydf, id + question + input ~ question, value.var = "input")
#    id question input  1  2  3  4  5
# 1  11        1     6  6 NA NA NA NA
# 2  12        1     7  7 NA NA NA NA
# 3  13        1     5  5 NA NA NA NA
# 4  14        2     5 NA  5 NA NA NA
# 5  15        2     6 NA  6 NA NA NA
# 6  16        3     4 NA NA  4 NA NA
# 7  17        4     5 NA NA NA  5 NA
# 8  18        4     5 NA NA NA  5 NA
# 9  19        4     4 NA NA NA  4 NA
# 10 20        5     3 NA NA NA NA  3

【讨论】：

【解决方案2】：

如果dat 是数据集

fun1 <- function(data){
 m1 <- matrix(ncol=length(unique(data$question)), nrow=nrow(data))
 m1[cbind(1:nrow(data), data$question)] <- data$input
 res <- cbind(data, m1)
 colnames(res)[-(1:3)] <- paste0("q", colnames(res)[-(1:3)])
 res
 }

 fun1(dat) 
#   id question input q1 q2 q3 q4 q5
#1  11        1     6  6 NA NA NA NA
#2  12        1     7  7 NA NA NA NA
#3  13        1     5  5 NA NA NA NA
#4  14        2     5 NA  5 NA NA NA
#5  15        2     6 NA  6 NA NA NA
#6  16        3     4 NA NA  4 NA NA
#7  17        4     5 NA NA NA  5 NA
#8  18        4     5 NA NA NA  5 NA
#9  19        4     4 NA NA NA  4 NA
#10 20        5     3 NA NA NA NA  3

或者使用dplyr

library(dplyr)
library(tidyr)
dat %>% 
mutate(question1=question) %>%
spread(question1, input)

【讨论】：

+1。只是即将用几乎相同的东西更新我的答案。好的旧矩阵索引......
@Ananda Mahto。我没想到dcast。不过，你的更优雅。 +1
我其实不同意。你的基本上归结为一个非常简单但非常有效的操作。我想这取决于what is meant by elegant code....