dplyr 数据透视表

Question

我想获得一个具有递减值的数据透视表。

library(dplyr)
library(tidyr)

h<-mtcars %>%
  group_by(cyl, gear) %>%
  tally() %>%
  spread(gear, n, fill = 0)
h<-h%>% add_rownames("index")

i<-mtcars %>%
  group_by(cyl, gear) %>%
  tally() %>%
  spread(cyl, n, fill = 0)

获取值的总和

j<-i%>%
  select(-1)%>%
  summarise_each(funs(sum))

k<-t(j)
k<- as.data.frame(k)
k<-tbl_df(k)
k<-k%>%add_rownames("index")

l<-left_join(h,k,by="index")
l<-l%>%
  select(-1)%>%
  arrange(desc(V1))

在 dplyr 中还有其他方法可以做到这一点吗？

Answer 1

我们按 'cyl'、'gear' 分组，获取频率计数 (tally())，从 'long' 重塑为 'wide'（使用 tidyr 中的 spread），ungroup 删除属性（以前，它曾经在没有这个的情况下工作），使用mutate 创建'V1'作为每行的sum（使用rowSums），最后arrange（order）基于值的行在“V1”中。

library(dplyr)
library(tidyr)

mtcars %>%
   group_by(cyl, gear) %>% 
   tally() %>%
   spread(gear, n, fill=0) %>% 
   ungroup() %>%
   mutate(V1= rowSums(.[-1])) %>% 
   arrange(desc(V1))
#    cyl     3     4     5    V1
#  <dbl> <dbl> <dbl> <dbl> <dbl>
#1     8    12     0     2    14
#2     4     1     8     2    11
#3     6     2     4     1     7