如何将分组变量转换为 R 中的列？答案

【问题标题】：How transform grouping variable to columns in R?如何将分组变量转换为 R 中的列？
【发布时间】：2021-01-13 23:18:42
【问题描述】：

我使用了以下数据集

data.frame(Group=c("A","A","A","B","B","B"),
           time= c("10:30","10:45","10:15","10:30","10:20","10:15"),
           value= c(1,2,3,1,5,6))

想得到下表

我尝试了 reshape2 包中的 dcast() 函数，但没有弄清楚如何根据时间和值变量拆分 Group 变量。你能帮忙吗？

【问题讨论】：

标签： r

【解决方案1】：

library(reshape2)
dcast(df, time + value ~ paste0("group", Group), value.var = "Group")

#    time value groupA groupB
# 1 10:15     3      A   <NA>
# 2 10:15     6   <NA>      B
# 3 10:20     5   <NA>      B
# 4 10:30     1      A      B
# 5 10:45     2      A   <NA>

【讨论】：

【解决方案2】：

试试这个：

library(dplyr)
library(tidyr)
#Code
new <- df %>%
  mutate(Val=paste0('Group',Group)) %>%
  pivot_wider(names_from = Val,values_from=Group)

输出：

# A tibble: 5 x 4
  time  value GroupA GroupB
  <chr> <dbl> <chr>  <chr> 
1 10:30     1 A      B     
2 10:45     2 A      NA    
3 10:15     3 A      NA    
4 10:20     5 NA     B     
5 10:15     6 NA     B

更新：使用新数据：

#Code 2
df %>%
  mutate(id=row_number(),
         Val=paste0('Group',Group)) %>%
  pivot_wider(names_from = Val,values_from=Group) %>% select(-id)

输出：

# A tibble: 7 x 4
  time  value GroupA GroupB
  <chr> <dbl> <chr>  <chr> 
1 10:30     1 A      NA    
2 10:30     1 A      NA    
3 10:45     2 A      NA    
4 10:15     3 A      NA    
5 10:30     1 NA     B     
6 10:20     5 NA     B     
7 10:15     6 NA     B

【讨论】：

是的，它正在工作。但是，如果在示例中重复每列的第一个值，我将在单元格内得到 list()。我怎样才能避免它（使用unique() 函数）。新数据集是data.frame(Group=c("A","A","A","A","B","B","B"), time= c("10:30","10:30","10:45","10:15","10:30","10:20","10:15"), value= c(1,1,2,3,1,5,6))
@ErkoTru 我已经更新了新数据，如果可行，请告诉我！

【解决方案3】：

使用reshape 的基本 R 选项

reshape(
  transform(
    df,
    grpName = paste0("Group", Group)
  ),
  direction = "wide",
  idvar = c("time", "value"),
  timevar = "grpName"
)

给了

   time value Group.GroupA Group.GroupB
1 10:30     1            A            B
2 10:45     2            A         <NA>
3 10:15     3            A         <NA>
5 10:20     5         <NA>            B
6 10:15     6         <NA>            B

【讨论】：