转置数据框中的特定列答案

【问题标题】：tranpose specific columns in data frame转置数据框中的特定列
【发布时间】：2013-09-05 09:50:16
【问题描述】：

我的数据集如下所示：

customerid  product store   Date    Sales
1   A   X1  1/2/2013    4
1   B   x2  1/9/2013    4
1   A   x2  1/9/2013    4
1   C   x1  1/16/2013   2
1   B   x1  1/16/2013   2
1   A   x1  1/16/2013   4
2   A   x1  1/23/2013   2
2   B   x2  1/30/2013   2
2   C   x1  2/6/2013    2
2   D   x3  2/13/2013   4

我需要按产品转置，以便所有产品显示为列..如下所示..

customerid  Date    Store   A   B   C   D
1   1/2/2013    x1  4           
1   1/9/2013    x2  4   4       
1   1/16/2013   x1  4   2   2   
2   1/23/2013   x1  2           
2   1/30/2013   x2      2       
2   2/6/2013    x1          2   
2   2/13/2013   x3              4

请帮忙！我正在尝试使用转置功能，但我尝试在这里阅读一些线程但没有成功，但无济于事

谢谢！

【问题讨论】：

标签： r reshape transpose

【解决方案1】：

您可以使用“reshape2”中的dcast。

library(reshape2)
dcast(mydf, customerid + store + Date ~ product, value.var="Sales")
#   customerid store      Date  A  B  C  D
# 1          1    x1 1/16/2013  4  2  2 NA
# 2          1    X1  1/2/2013  4 NA NA NA
# 3          1    x2  1/9/2013  4  4 NA NA
# 4          2    x1 1/23/2013  2 NA NA NA
# 5          2    x1  2/6/2013 NA NA  2 NA
# 6          2    x2 1/30/2013 NA  2 NA NA
# 7          2    x3 2/13/2013 NA NA NA  4

如果您想使用 "" 而不是 NA，您也可以这样做，但请注意，您会将这些列强制转换为 character。

dcast(mydf, customerid + store + Date ~ product, value.var="Sales", fill="")
#   customerid store      Date A B C D
# 1          1    x1 1/16/2013 4 2 2  
# 2          1    X1  1/2/2013 4      
# 3          1    x2  1/9/2013 4 4    
# 4          2    x1 1/23/2013 2      
# 5          2    x1  2/6/2013     2  
# 6          2    x2 1/30/2013   2    
# 7          2    x3 2/13/2013       4

对于基本 R 解决方案，您可以使用 reshape():

reshape(mydf, direction = "wide", 
        idvar = c("customerid", "store", "Date"), 
        timevar = "product")
#    customerid store      Date Sales.A Sales.B Sales.C Sales.D
# 1           1    X1  1/2/2013       4      NA      NA      NA
# 2           1    x2  1/9/2013       4       4      NA      NA
# 4           1    x1 1/16/2013       4       2       2      NA
# 7           2    x1 1/23/2013       2      NA      NA      NA
# 8           2    x2 1/30/2013      NA       2      NA      NA
# 9           2    x1  2/6/2013      NA      NA       2      NA
# 10          2    x3 2/13/2013      NA      NA      NA       4

另一种可能性是使用model.matrix（感谢@Thomas 在最近的问答中解释model.matrix 方法）：

# cbind(mydf, model.matrix(~ 0 + product, data = mydf) * mydf$Sales)
#    customerid product store      Date Sales productA productB productC productD
# 1           1       A    X1  1/2/2013     4        4        0        0        0
# 2           1       B    x2  1/9/2013     4        0        4        0        0
# 3           1       A    x2  1/9/2013     4        4        0        0        0
# 4           1       C    x1 1/16/2013     2        0        0        2        0
# 5           1       B    x1 1/16/2013     2        0        2        0        0
# 6           1       A    x1 1/16/2013     4        4        0        0        0
# 7           2       A    x1 1/23/2013     2        2        0        0        0
# 8           2       B    x2 1/30/2013     2        0        2        0        0
# 9           2       C    x1  2/6/2013     2        0        0        2        0
# 10          2       D    x3 2/13/2013     4        0        0        0        4

【讨论】：

@SimonO101，我可以，但这会将这些列强制转换为character。在我看来，这不是最好的主意。
可能是，我们可以为上面的 NA 设置 is.na(df)
ananda- 每次运行上面的 dcast 命令时我的 R 崩溃的任何原因？我的数据集有 800 万行，这就是为什么...如果是这样，我们可以让这个解决方案有所不同吗？
@kaos1511，它是崩溃并发出警告还是你说它冻结了？ dcast 有时会很慢，如果我理解正确的话，随着组合数量的增加会很快变慢。
@kaos1511，如果你想将NA设置为零，只需使用dcast(mydf, customerid + store + Date ~ product, value.var="Sales", fill=0)