使用多列进行透视答案

【问题标题】：Pivot using multiple columns使用多列进行透视
【发布时间】：2017-07-17 17:28:43
【问题描述】：

我有一个包含 5 列的数据集：

store_id    year    event    item    units
123         2015     sale_2   abc      2
234         2015     sale_3   def      1
345         2015     sale_2   xyz      5

我正在尝试将items 轮换出store_id, year, and event 以获得sum。比如

store_id    year    event    abc     def   xyz 
123          2015    sale_2   2       0     0
234          2015    sale_3   0       1     0
345          2015    sale_2   0       0     5

我无法找出最佳方法。通常我会在插入符号中使用 dummyVars 来执行此操作，但我需要总和而不是标志。我看过tapply，但它不能处理超过2个分组变量。

还有其他建议吗？

【问题讨论】：

看起来您的意思是将商店 345 改为商店 123，以便 5 + 2 = 7

标签： r aggregate

【解决方案1】：

library(reshape2)
dcast(df, store_id + year + event ~ item, fun.aggregate = sum, value.var='units')
#    store_id year  event abc def xyz
# 1:      123 2015 sale_2   2   0   0
# 2:      234 2015 sale_3   0   1   0
# 3:      345 2015 sale_2   0   0   5

对于大型数据集考虑

# uses dcast.data.table, much faster
library(data.table)
setDT(df)
dcast(df, store_id + year + event ~ item, fun.aggregate = sum, value.var='units')

【讨论】：

【解决方案2】：

library(dplyr)
library(tidyr)
data %>%
group_by(store_id, year, event, item) %>%
summarize(N = sum(units)) %>%
spread(item, N)

您可以使用 dplyr 进行分组和汇总，并使用 tidyr 将数据分散到所需的项目列中。

【讨论】：