如何表格数据重塑每

组

我是一个R（和编码新手）一行，我正在寻找一种方式来重新配置下面的表A显示为表B.如何表格数据重塑每

表A

type x1 x2 x3 
A  4 6 9 
A  7 4 1 
A  9 6 2 
B  1 3 8 
B  2 7 9

我找的代码，将转换为以下

表B

type x1 x2 x3 x1' x2' x3' x1'' x2'' x3'' 
A  4 6 9 7 4 1 9  6 2 
B  1 3 8 2 7 9

实表A超过150000行和36列。具有2100个独特的“类型”值。

感谢您的帮助。

-Shawn

来源

2016-06-20 SDM1212

欢迎的StackOverflow！我注意到Vector B是多维的，所以这就是我们所说的R语言中的data.frame或矩阵。你是这个意思吗？或者你想要3个独立的载体？ –

我们也可以调用Vector B a Matrix。我编辑了原始问题，使其更加清晰。谢谢！ – SDM1212

当然。我做了一个特别的解决方案，然后我们受到了无评论的恶魔怪兽的攻击，所以我不得不删除它。如果你的数据很大或者你需要做很多工作，我们应该找到一个更加程序化的解决方案。唯一真正的困难是，在这种格式中，我们需要为缺失的B单元格添加NA。因此，我认为通过'for'循环，'cbind'和'rbind'使用'fill = T'是一种方法去。 –

对我来说，这个解决方案看起来很漂亮简单

# split the data frame by type and use unlist, which will provide names 
ld <- lapply(split(d[-1], d[["type"]]), unlist) 

# gather all the unique names in the list 
ldNames <- Reduce(unique, lapply(ld, names)) 

# use the names to index each list element, which makes them 
# all of equal length and suitable for row binding. 
do.call(rbind, lapply(ld, function(x) x[ldNames])) 
# x11 x12 x13 x21 x22 x23 x31 x32 x33 
# A 4 7 9 6 4 6 9 1 2 
# B 1 2 NA 3 7 NA 8 9 NA

如果上面的输出顺序不理想，还可以重新排列：

# save the output from above 
d2 <- do.call(rbind, lapply(ld, function(x) x[ldNames])) 
# reorder the names 
ldNames_sorted <- c(matrix(ldNames, ncol = (ncol(d) - 1), byrow = TRUE)) 

# apply the new order. 
d2 <- d2[, ldNames_sorted] 
# x11 x21 x31 x12 x22 x32 x13 x23 x33 
#A 4 6 9 7 4 1 9 6 2 
#B 1 3 8 2 7 9 NA NA NA

要为类型，而不是使用行名增加一列，一个方法是：

data.frame(type = row.names(d2), d2)

来源

2016-06-21 00:22:43 Jota

相当像结合'lapply'和'split'的方法。大！（+1）。然而，B的最终输出与问题不符，可以更新解决方案;） – Patric

最后一个问题。我们需要具有“类型”的列具有列标题。 – SDM1212

@ SDM1212我在最后添加了一个最后一行来添加一个'type'列。希望有所帮助！ – Jota

拿一个尝试，解决的办法是不是这样简洁，只是给你一个hint.I觉得很多事情可以得到改善。

但最后，我们必须在这里@引进来港:(

zz <- "type x1 x2 x3 
A  4 6 9 
A  7 4 1 
A  9 6 2 
B  1 3 8 
B  2 7 9" 

dA <- read.table(text=zz, header=T) 


tmp<-(sapply(unique(dA$type), FUN=function(x) as.vector(t(dA[dA$type == x, -1])))) 

t(sapply(tmp, '[', seq(max(sapply(tmp, length))))) 
     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] 
[1,] 4 6 9 7 4 1 9 6 2 
[2,] 1 3 8 2 7 9 NA NA NA

来源

2016-06-20 22:45:21 Patric

a <- data.frame(type=c("A", "A","A", "B", "B"), x1 = c(4,7,9,1,2),x2=c(6,4,6,3,7), 
       x3 = c(9,1,2,8,9)) 

library(dplyr) 
tmp <- 
a %>% 
    group_by(type) %>% 
    summarise(no_rows = length(type)) 

for(i in unique(a$type)){ 
    n <- max(tmp$no_rows) - nrow(a[a$type == i,]) 
    nn <- nrow(a) 
    if(n > 0){ 
    for(ii in 1:n){ 
     a[nn+ii,] <- c(i,NA,NA,NA) 
    }  
    } 

} 

a <- a[order(a$type),] 
a$timevar <- seq(1:max(tmp$no_rows)) 

b<-reshape(a,timevar="timevar",idvar="type",direction="wide",drop = F) 
b 

    type x1.1 x2.1 x3.1 x1.2 x2.2 x3.2 x1.3 x2.3 x3.3 
1 A 4 6 9 7 4 1 9 6 2 
4 B 1 3 8 2 7 9 <NA> <NA> <NA>

来源

2016-06-20 23:16:14

我认为你的逻辑是合理的，但它可以简化一点点。看到我的答案，我认为做同样的事情（我认为 - 这是一个看似困难的问题） – thelatemail

@thelatemail我毫不怀疑你是对的。我会+1你的回答 –

变化哈克-R的回答是：

A$num <- with(A, ave(as.character(type), type, FUN=seq_along)) 
tmp <- cbind(A[c(1,5)], stack(A[2:4])) 
tmp$time <- paste(tmp$ind, tmp$num, sep=".") 

reshape(tmp[c("type","time","values")], idvar="type", timevar="time", direction="wide") 

# type values.x1.1 values.x1.2 values.x1.3 values.x2.1 values.x2.2 values.x2.3 values.x3.1 values.x3.2 values.x3.3 
#1 A   4   7   9   6   4   6   9   1   2 
#4 B   1   2   NA   3   7   NA   8   9   NA

而一个dplyr版本的乐趣：

library(dplyr) 
library(tidyr) 

A %>% 
    gather(var, value, -type) %>% 
    group_by(type,var) %>% 
    mutate(time=seq_along(var)) %>% 
    ungroup() %>% 
    unite(grpvar, c(time,var)) %>% 
    spread(grpvar, value) 

#Source: local data frame [2 x 10] 
# 
# type 1_x1 1_x2 1_x3 2_x1 2_x2 2_x3 3_x1 3_x2 3_x3 
# (chr) (int) (int) (int) (int) (int) (int) (int) (int) (int) 
#1  A  4  6  9  7  4  1  9  6  2 
#2  B  1  3  8  2  7  9 NA NA NA

来源

2016-06-20 23:35:44 thelatemail

嗨 - 我不确定如何使用@ Hack-R的答案。 – SDM1212

@ SDM1212 - 基于Hack-R的逻辑，这是一个完全的答案。你不必与其他任何东西一起使用它。 – thelatemail

好吧，我开始明白了，我得到了运行的例子。所以对于真实的数据obs的数量。将会改变，但总是会有22个变量。我不知道如何改变这个例子来处理我的真实数据。 – SDM1212

晚会有点晚，但这也可以用data.table包的dcast功能轻松完成，因为您可以使用多个value.var的它：

library(data.table) 

dcast(setDT(d), type ~ rowid(type), value.var = c('x1','x2','x3'), sep = '')

这给：

type x11 x12 x13 x21 x22 x23 x31 x32 x33 
1: A 4 7 9 6 4 6 9 1 2 
2: B 1 2 NA 3 7 NA 8 9 NA

您也可以做到这一点的基础R：

d$num <- ave(d$x1, d$type, FUN = seq_along) 
reshape(d, idvar = 'type', direction = 'wide', timevar = 'num', sep = '')

来源

2016-06-21 06:45:55 Jaap

如何表格数据重塑每

回答

相关问题