转换面板数据

Question

我正在处理一个国家数据集，在不同的时间点具有不同的值。每个月有一次观察，所以我使用了 as.date 函数，日期为 01-07-2018、01-08-2018 等。 对于每个国家和每个日期都存在一个对应的值。 我想将其转换为一个数据框，其中所有国家/地区的值都在某个日期汇总。 我已经尝试过这样的重塑功能

reshape(Origin_wide, idvar = "Origin", timevar = "V5", direction = "wide")

V5 是日期变量，Origin 是国家。 据我所知，这是删除 as.date 集，这样日期和相应的值就不再被视为这样。 它可以以更流畅的方式完成吗？数据系列的时间序列方面消失了重塑功能丢失，因此我无法区分时间序列或按日期绘制它等。 此外，日期正在获得“值”前缀，据我所知，这是同样的问题。

下面是数据结构：

|       V5            |        Origin    |  Value   |
|---------------------|------------------|----------|
|      01-09-2017     |        USA       |     45   |
|---------------------|------------------|----------|
|      01-10-2017     |        USA       |     47   |
|---------------------|------------------|----------|
|      01-11-2017     |        USA       |     49   |
|---------------------|------------------|----------|
|      01-09-2017     |        Canada    |     7    |
|---------------------|------------------|----------|
|      01-10-2017     |        Canada    |     13   |
|---------------------|------------------|----------|
|      01-11-2017     |        Canada    |     17   |
|---------------------|------------------|----------|

这是我想要的样子：

    |       V5            |        Canada    |  USA     |
    |---------------------|------------------|----------|
    |      01-09-2017     |        7         |     45   |
    |---------------------|------------------|----------|
    |      01-10-2017     |        13        |     47   |
    |---------------------|------------------|----------|
    |      01-11-2017     |        17        |     49   |
    |---------------------|------------------|----------|

希望这是有道理的。 重现数据的随机小版本：

    set.seed(1)
Data <- data.frame(Value = sample(1:10), Origin = sample(c("Mexico", "USA","Canada"), 10, replace = TRUE))
dates <- sample(seq(as.Date('2018/01/01'), as.Date('2018/05/01'), by="month"), 10, replace = TRUE)
Data <- cbind(dates,Data)

A look on the data as produced by the code

这里很清楚，并不是所有日期都定义了值。在这种情况下，该日期的值为 = 0。因此，在我第一次尝试使用 reshape 时，它​​会为所有没有观察到的日期产生 NA，这是完美的，因为我能够只输入 0。

Answer 1

重新创建您的数据

library(tidyverse)

tbl <- tibble(
  V5 = rep(c("01-09-2017", "01-10-2017", "01-11-2017"), 2),
  Origin = rep(c("USA", "Canada"), each = 3),
  Value = c(45, 47, 49, 7, 13, 17)
)

代码

tbl %>%
  spread(Origin, Value)

结果

# A tibble: 3 x 3
  V5         Canada   USA
  <chr>       <dbl> <dbl>
1 01-09-2017      7    45
2 01-10-2017     13    47
3 01-11-2017     17    49

我不确定将NA 替换为0 是否是个好主意，因为这些确实是缺失值，而不是0 的值。但是如果你真的想这样做，那么你可以这样做：

result <- tbl %>%
  spread(Origin, Value)

result[is.na(result)] <- 0

注意：您的玩具示例是随机的，并不代表您的实际数据的模式。在其上运行代码会输出非常难看的宽格式。当您创建一个玩具示例时，请尽量确保它反映了您的真实数据的特征。