扩大 R 数据框答案

【问题标题】：Widen R dataframe扩大 R 数据框
【发布时间】：2021-12-08 09:27:02
【问题描述】：

我正在尝试扩大 R 中的数据框，但这似乎以一种不寻常的方式，因为在此处进行大量搜索后，我无法找到一种简单的方法。

假设我有一个这样的数据框，其中 ID 是一个数字，用于标识一个独特的人，这个独特的人可能有几个与之关联的代码：

ID<-c(1, 2, 2, 2, 3, 3,4)
CODE<-c(123, 938, 293, 456, 203, 203, 91)
df <- data.frame(ID, CODE)

我想扩大它，使每个 ID 只有一行，并将代码添加到其他列。这将导致生成与具有最多关联代码的 ID 的代码一样多的新列。例如，如果一个 ID 只有一个代码，那么在第一个之后的所有新生成的列都应该用 NA 填充。生成的数据框应如下所示：

ID	CODE1	CODE2	CODE3
1	123	NA	NA
2	938	293	456
3	203	203	NA
4	91	NA	NA

如果重复的代码也可以被删除，结果会更好（这样 ID 3 的第二次出现的 203 变为 NA）：

ID	CODE1	CODE2	CODE3
1	123	NA	NA
2	938	293	456
3	203	NA	NA
4	91	NA	NA

我可以通过连接代码（通过 group_by 和 summarise）然后将代码分成单独的列来做到这一点，但我想有一种更直接的方法来做到这一点。

感谢您的任何建议！

【问题讨论】：

你试过 tidyr 包中的 pivot_wider() 函数了吗？
我有，但结果 df 不是我想要的（至少我知道如何使用此功能的方式）。函数 pivot_wider() 导致每个唯一代码一列。我的真实数据集中有数千个唯一代码（和数万个 ID），因此为每个代码创建一列会使数据集太大而无法实际使用。除非有办法以我想要的方式使用 pivot_wider()，但我还没有找到？
无论是使用 pivot_wider() 还是其他方式，这都是从高到宽转置的预期行为。为避免在一行中出现重复代码，请在转置之前尝试 distinct(df, ID, CODE)。

标签： r dataframe pivot reshape

【解决方案1】：

library(tidyverse)
df %>%
  distinct(ID, CODE) %>%
  group_by(ID) %>%
  mutate(col = paste0("CODE", row_number())) %>%
  ungroup() %>%
  pivot_wider(names_from = col, values_from = CODE)

结果

# A tibble: 4 x 4
     ID CODE1 CODE2 CODE3
  <dbl> <dbl> <dbl> <dbl>
1     1   123    NA    NA
2     2   938   293   456
3     3   203    NA    NA
4     4    91    NA    NA

【讨论】：