R：将数据分成两列的组合答案

【问题标题】：R: Separate data into combinations of two columnsR：将数据分成两列的组合
【发布时间】：2018-01-09 10:38:42
【问题描述】：

我有一些数据，其中每个id 由不同的types 测量，这些types 可以有不同的值type_val。实测值为val。一个小的虚拟数据是这样的：

df <- data.frame(id=rep(letters[1:2],6), 
             type=c(rep('t1',6), rep('t2',6)),
             type_val=rep(c(1,1,2,2,3,3),2),
             val=1:12)

那么df就是：

    id  type    type_val    val
1   a   t1  1   1
2   b   t1  1   2
3   a   t1  2   3
4   b   t1  2   4
5   a   t1  3   5
6   b   t1  3   6
7   a   t2  1   7
8   b   t2  1   8
9   a   t2  2   9
10  b   t2  2   10
11  a   t2  3   11
12  b   t2  3   12

我需要传播/投射数据，以便每个 id 的 type 和 type_val 的所有组合都是按行排列的。我认为这一定是 pkgs reshape2 或 tidyr 的工作，但除了错误之外，我完全没有产生任何东西。结果数据结构 - 有点多余 - 将是这样的（希望我做对了！）其中 type 对（由 type_val 的组合给出）是列 type_t1 和 type_t2 ，以及它们关联值（df 中的val）是val_t1 和val_t2 - 列名是任意的：

    id  type_t1 type_t2 val_t1  val_t2
1   a   1   1   1   7
2   a   1   2   1   9
3   a   1   3   1   11
4   a   2   1   3   7
5   a   2   2   3   9
6   a   2   3   3   11
7   a   3   1   5   7
8   a   3   2   5   9
9   a   3   3   5   11
10  b   1   1   2   8
11  b   1   2   2   10
12  b   1   3   2   12
13  b   2   1   4   8
14  b   2   2   4   10
15  b   2   3   4   12
16  b   3   1   6   8
17  b   3   2   6   10
18  b   3   3   6   12

更新

请注意 (@Sotos)

> spread(df, type, val)
  id type_val t1 t2
1  a        1  1  7
2  a        2  3  9
3  a        3  5 11
4  b        1  2  8
5  b        2  4 10
6  b        3  6 12

不是所需的输出 - 它无法提供由 df 中的 type 和 type_val 组合定义的宽格式。

【问题讨论】：

我不确定我是否完全理解您所说的所有组合的意思。我认为这会让你开始：tidyr::spread(df, type, val)
spread 的键 arg 是单个值。我需要为每组类型进行传播（即当 t1=1 和 t2=1 时，当 t1=1 和 t2=2 时等等）——顺便说一下，我的意思是组合。 expand.grid 或 tidyr::expand 的一些东西，尽管我没能完成这些工作。
啊……好吧，我明白了。有时间我会去看的
感谢！仍然按照@Antonius 的建议使用expand.grid 和合并

标签： r combinations reshape tidyr

【解决方案1】：

这个怎么样：

df1=df[df$type=="t1",]
df2=df[df$type=="t2",]

DF=merge(df1,df2,by="id")
DF=DF[,-c(2,5)]
colnames(DF)<-c("id", "type_t1", "val_t1","type_t2",   "val_t2")

【讨论】：

它确实做得很好。当输入数据更大并且可能更复杂时（例如，当您有 100 个 type，而不仅仅是两个）时，我希望能得到更通用的东西 - 我会看看我是否可以从这个解决方案中构建一些东西

【解决方案2】：

这里有一些更通用的东西，可以与任意数量的唯一 type 一起使用：

library(dplyr)

# This function takes a list of dataframes (.data) and merges them by ID
reduce_merge <- function(.data, ID) {
    return(Reduce(function(x, y) merge(x, y, by = ID), .data))
}

# This function renames the cols columns in .data by appending _identifier
batch_rename <- function(.data, cols, identifier, sep = '_') {
    return(plyr::rename(.data, sapply(cols, function(x){
        x = paste(x, .data[1, identifier], sep = sep)
    })))
}

# This function creates a list of subsetted dataframes
# (subsetted by values of key),
# uses batch_rename() to give each dataframe more informative column names,
# merges them together, and returns the columns you'd like in a sensible order
multi_spread <- function(.data, grp, key, vals) {
    .data %>%
        plyr::dlply(key, subset) %>%
        lapply(batch_rename, vals, key) %>%
        reduce_merge(grp) %>%
        select(-starts_with(paste0(key, '.'))) %>%
        select(id, sort(setdiff(colnames(.), c(grp, key, vals))))
}

# Your example
df <- data.frame(id=rep(letters[1:2],6), 
                 type=c(rep('t1',6), rep('t2',6)),
                 type_val=rep(c(1,1,2,2,3,3),2),
                 val=1:12)

df %>% multi_spread('id', 'type', c('type_val', 'val'))

   id type_val_t1 type_val_t2 val_t1 val_t2
1   a           1           1      1      7
2   a           1           2      1      9
3   a           1           3      1     11
4   a           2           1      3      7
5   a           2           2      3      9
6   a           2           3      3     11
7   a           3           1      5      7
8   a           3           2      5      9
9   a           3           3      5     11
10  b           1           1      2      8
11  b           1           2      2     10
12  b           1           3      2     12
13  b           2           1      4      8
14  b           2           2      4     10
15  b           2           3      4     12
16  b           3           1      6      8
17  b           3           2      6     10
18  b           3           3      6     12

# An example with three unique values of 'type'
df <- data.frame(id = rep(letters[1:2], 9), 
                 type = c(rep('t1', 6), rep('t2', 6), rep('t3', 6)),
                 type_val = rep(c(1, 1, 2, 2, 3, 3), 3),
                 val = 1:18)

df %>% multi_spread('id', 'type', c('type_val', 'val'))

   id type_val_t1 type_val_t2 type_val_t3 val_t1 val_t2 val_t3
1   a           1           1           1      1      7     13
2   a           1           1           2      1      7     15
3   a           1           1           3      1      7     17
4   a           1           2           1      1      9     13
5   a           1           2           2      1      9     15
6   a           1           2           3      1      9     17
7   a           1           3           1      1     11     13
8   a           1           3           2      1     11     15
9   a           1           3           3      1     11     17
10  a           2           1           1      3      7     13
11  a           2           1           2      3      7     15
12  a           2           1           3      3      7     17
13  a           2           2           1      3      9     13
14  a           2           2           2      3      9     15
15  a           2           2           3      3      9     17
16  a           2           3           1      3     11     13
17  a           2           3           2      3     11     15
18  a           2           3           3      3     11     17
19  a           3           1           1      5      7     13
20  a           3           1           2      5      7     15
21  a           3           1           3      5      7     17
22  a           3           2           1      5      9     13
23  a           3           2           2      5      9     15
24  a           3           2           3      5      9     17
25  a           3           3           1      5     11     13
26  a           3           3           2      5     11     15
27  a           3           3           3      5     11     17
28  b           1           1           1      2      8     14
29  b           1           1           2      2      8     16
30  b           1           1           3      2      8     18
31  b           1           2           1      2     10     14
32  b           1           2           2      2     10     16
33  b           1           2           3      2     10     18
34  b           1           3           1      2     12     14
35  b           1           3           2      2     12     16
36  b           1           3           3      2     12     18
37  b           2           1           1      4      8     14
38  b           2           1           2      4      8     16
39  b           2           1           3      4      8     18
40  b           2           2           1      4     10     14
41  b           2           2           2      4     10     16
42  b           2           2           3      4     10     18
43  b           2           3           1      4     12     14
44  b           2           3           2      4     12     16
45  b           2           3           3      4     12     18
46  b           3           1           1      6      8     14
47  b           3           1           2      6      8     16
48  b           3           1           3      6      8     18
49  b           3           2           1      6     10     14
50  b           3           2           2      6     10     16
51  b           3           2           3      6     10     18
52  b           3           3           1      6     12     14
53  b           3           3           2      6     12     16
54  b           3           3           3      6     12     18

【讨论】：

真的很好。虽然它涉及自定义函数——最初我天真地认为它可以通过一些 bae 或 tidyr-verse 函数来完成——但它的代码简洁明了。