如何在r中转换数据框答案

【问题标题】：how to transform data frame in r如何在r中转换数据框
【发布时间】：2015-08-31 21:34:14
【问题描述】：

我有一个数据框

newDF<-data.frame(type=c(rep("A",4),
                  rep("B",2),rep("C",3),
                  rep("D",4),rep("E",4)), 
                  cluster=sample(1:4,17,replace=T), 
                  count=sample(1:20, 17, rep=T), 
                  sum=sample(30:1000,17,rep=T))

而且我需要获取 2 个新数据框，它们将“簇”作为列，键入作为行并作为填充计数。（第二个表将是相同的，但填充 = 总和，而不是计数）。这2个表中肯定有一些NA，因为newDF有17行，但是两个新的数据框必须是5x5

如何创建这 2 个 5x5 数据框？

【问题讨论】：

请显示预期输出
我认为这不起作用，因为有重复的标识符你可能需要library(reshape2);dcast(newDF, type~cluster, value.var='sum', sum)

标签： r tidyr

【解决方案1】：

试试这个：

library(reshape2)
countoutput <- dcast(newDF,type~cluster,value.var = "count",fun.aggregate = sum)
sumoutput <- dcast(newDF,type~cluster,value.var = "sum",fun.aggregate = sum)

它用 0 填充缺失值，但您可以通过添加参数 fill = -1 来指定不同的数字（例如 -1），以帮助突出显示哪些缺失值...我似乎无法将其放入 NA而不是 0，但我已经尝试了很长时间。

【讨论】：

【解决方案2】：

对不起，我已经找到答案了

spread(newDF[,-3],key=cluster, value=sum)

【讨论】：

根据您显示的数据，我得到Error: Duplicate identifiers for rows (8, 9), (12, 13), (1, 2, 3, 4), (16, 17)。可能是library(dplyr);newDF %>% group_by(cluster) %>% mutate(Seq=row_number()) %>% select(-count) %>% spread(key=cluster, value=sum)
当然，我使用另一个数据，newDF 只是测试数据框。对于 newDF，我需要删除重复的行或使用 group_by 汇总它们
发布示例时，需要模仿原始数据。解决方案因数据集而异