将具有多个变量的长格式数据框转换为宽格式整洁数据[重复]

Question

想检查我们是否可以投射多个列。比如如下图

数据：

structure(list(Date = c("03-01-2016", "04-01-2016", "05-01-2016", 
"06-01-2016", "07-01-2016", "09-01-2016"), Cat = c("A", "A", 
"B", "D", "D", "D"), Sales = c(39L, 28L, 50L, 40L, 39L, 41L), 
    products = c(3L, 6L, 4L, 2L, 1L, 5L)), class = "data.frame", row.names = c(NA, 
-6L))

Date       Cat  Sales   products
03-01-2016  A   39        3
04-01-2016  A   28        6
05-01-2016  B   50        4
06-01-2016  D   40        2
07-01-2016  D   39        1
09-01-2016  D   41        5

预期输出

Date        Sales _A    Sales _B    Sales _C    Products _A Products _B Products _C
03-01-2016    39           0          0              3          0          0
04-01-2016    28           0          0              6          0          0
05-01-2016     0          50           0             0          4           0
06-01-2016     0          0           40             0          0           2
07-01-2016     0          0           39             0          0           1 
09-01-2016     0          0           41             0          0           5

Answer 1

这可以通过pivot_wider() 1.0.0 版或更新版本的tidyr 包中的函数来完成。

首先，我们将products 列重命名为Products。然后我们使用pivot_wider() 参数从输入数据框的Cat 列中分配列名，从Products 和Sales 列中分配列名，使用names_glue 将{.value}_{Cat} 设置为列名，并且用 0 填充缺失值。

textData <- "Date       Cat  Sales   products
03-01-2016  A   39        3
04-01-2016  A   28        6
05-01-2016  B   50        4
06-01-2016  D   40        2
07-01-2016  D   39        1
09-01-2016  D   41        5"

data <- read.table(text = textData,header=TRUE)
library(tidyr)

data %>% rename(Products = products) %>% 
     pivot_wider(.,Date,names_from=Cat,
                     values_from=c(Sales,Products),
                     names_glue="{.value}_{Cat}",
                     values_fill=0)

...和输出：

# A tibble: 6 x 7
  Date       Sales_A Sales_B Sales_D Products_A Products_B Products_D
  <chr>        <int>   <int>   <int>      <int>      <int>      <int>
1 03-01-2016      39       0       0          3          0          0
2 04-01-2016      28       0       0          6          0          0
3 05-01-2016       0      50       0          0          4          0
4 06-01-2016       0       0      40          0          0          2
5 07-01-2016       0       0      39          0          0          1
6 09-01-2016       0       0      41          0          0          5
>

解释names_glue

tidyverse 使用 glue 包来解释字符串文字，评估并将它们插入到 R 函数的参数字符串中。 tidyr 将粘连与 pivot specification 结合起来，以确定在将数据框从窄格式旋转到宽格式时如何准确命名列，反之亦然。

根据tidyr 文档，names_glue="{.value}_{Cat}" 被解释为生成规范数据框，该数据框控制输出数据框中列的命名方式。

pivot 规范是一个数据框，宽格式版本中的每一列对应长格式中不存在的数据，以及两个以 . 开头的特殊列：.name列的名称，.value 提供单元格中的值将进入的列的名称。

对于此问题中的pivot_wider() 调用，数据透视规范数据框如下所示。

# A tibble: 6 x 3
  .name      .value   Cat  
  <chr>      <chr>    <chr>
1 Sales_A    Sales    A    
2 Sales_B    Sales    B    
3 Sales_D    Sales    D    
4 Products_A Products A    
5 Products_B Products B    
6 Products_D Products D    
> 

注意： 在输出数据框中，我没有在列名中包含空格，如问题所示，因为它们在 R 中使用起来很麻烦。另请注意，问题有一个 @ 987654345@当原始数据没有C类时输出列。相反，它有一个 D 类别。

另请注意：tidyr 1.0.0 于 2019 年 10 月推出。tidyr::pivot_wider() 取代了 tidyr::spread() 函数，该函数已在 1.0.0 版中弃用。

Answer 2

这是使用 reshape 的基本 R 选项

reshape(df,direction = "wide",idvar = "Date",timevar = "Cat")

给了

> reshape(df,direction = "wide",idvar = "Date",timevar = "Cat")
        Date Sales.A products.A Sales.B products.B Sales.D products.D
1 03-01-2016      39          3      NA         NA      NA         NA
2 04-01-2016      28          6      NA         NA      NA         NA
3 05-01-2016      NA         NA      50          4      NA         NA
4 06-01-2016      NA         NA      NA         NA      40          2
5 07-01-2016      NA         NA      NA         NA      39          1
6 09-01-2016      NA         NA      NA         NA      41          5

数据

df <- structure(list(Date = c("03-01-2016", "04-01-2016", "05-01-2016", 
"06-01-2016", "07-01-2016", "09-01-2016"), Cat = c("A", "A", 
"B", "D", "D", "D"), Sales = c(39L, 28L, 50L, 40L, 39L, 41L), 
    products = c(3L, 6L, 4L, 2L, 1L, 5L)), class = "data.frame", row.names = c(NA, 
-6L))