R - 通过唯一 ID 折叠 data.frame 并生成多个虚拟变量

Question

我正面临一个几天来一直试图解决的问题，但我无法解决这个问题。也许你们都知道一个好的解决方案。

我有一个数据框，大约有 3,000,000 行。 有一个关键的 ID 变量，大约有 200,000 行。我想将 data.frame 折叠成一个新的 data.frame，每个唯一 ID 变量值只有 1 行。

此外，只要 ID 是重复的，就有一堆变量也是重复的。这是一个例子：

ID    NAME   CAR
42    Bob    Ford
42    Bob    Ford
42    Bob    Ford

但是，对于数据框的子集，也有一些变量会有所不同，这些变量表示特定的事件或采取的行动。这是一个例子：

ID    NAME   CAR     ACTION    ACTION_ID
42    Bob    Ford    REFILL    4201
42    Bob    Ford    DELIVER   4202
42    Bob    Ford    REFILL    4203

我想要的是将其展平为 1 行，但使用新的虚拟变量。假设ACTION 在ENTIRE 原始data.frame 中有5 个感兴趣的值REFILL, DELIVER, PARK, PICKUP, PATROL。此外，ACTION_ID 变量仅与整体 ID 相关，并且对于每个给定的 ID 变量，最多有 5 个唯一的 ACTION_ID 值。

我想要的是 ACTION 和 ACTION_ID 的每个可能组合的虚拟变量，看起来像这样

ID    NAME   CAR     REFILL_01    REFILL_02    REFILL_03    REFILL_04    REFILL_05
42    Bob    Ford    TRUE         FALSE        TRUE         NA               NA

DELIVER_01    DELIVER_02    DELIVER_03    DELIVER_04    DELIVER_05
FALSE         TRUE          FALSE         NA            NA

为PARK_n, PICKUP_n 和PATROL_n 提供更多虚拟变量，其中n=1:5。

我尝试通过多个循环来实现这一点，通过唯一 ID 对大 data.frame 进行子集化，然后尝试生成新变量并将它们附加到新数据框中。但这永远不会始终如一地工作。如果有人对如何完成这项工作有任何想法，我将非常感激！

一切顺利 尼克

Answer 1

我能够完成这项工作。您将需要手动编写附加代码，但这将为您解决。我假设您的数据框名为“df”

library(dplyr)    
new <- df %>% group_by(ID,NAME) %>% mutate(REFILL_01 =
 ifelse(ACTION=="Refill" & substr(ACTION_ID,4,4) == 1,"TRUE","FALSE"),
 REFILL_02 = ifelse(ACTION=="Refill" & substr(ACTION_ID,4,4) == 2, "TRUE","FALSE"))

这会获取数据，按 ID 分组，然后按 NAME。然后我们开始制作虚拟变量。我将引导您完成第一个。如果 ACTION=Refill 并且 ACTION_ID 的结束编号为 1，则 REFILL_01 等于 TRUE。否则，它得到 false。让我知道这是否有意义，或者您是否需要更多说明。您现在只需要添加您想要的其他虚拟变量。我为你做了 REFILL_01 和 REFILL_02。