使用 dcast 从长到宽移动数据答案

【问题标题】：Moving data long to wide with dcast使用 dcast 从长到宽移动数据
【发布时间】：2018-07-18 12:32:24
【问题描述】：

过去几天我一直在 Stack Overflow 上尝试解决我遇到的这个问题。

我正在分析从国家学生信息交换所收到的数据，特别是毕业数据。所以我有一些虚拟数据

df <- data.frame(id=c('1', '1', '1'),   grad_date=c('20160501', '20170524', '20180524'),    order=c('1', '2', '3'),     inst_name=c('community college 1', 'univ 1', 'univ 2'),     inst_state=c('CA', 'CA', 'CA'),     level=c('Associate of Applied Sciences', 'Bachelors of Applied Sciences', 'Masters of Applied Sciences'),   deg_maj_1=c('NETWORK SECURITY', 'INFO ASSUR CYBR-SECURITY', 'CISCO CCNA PREPARATION'),  deg_cip_1=c('111003', '520299', '111003'),  deg_maj_2=c('NA', 'NA', 'NA'),  deg_cip_2=c('NA', 'NA', 'NA'),  deg_maj_3=c('NA', 'NA', 'NA'),  deg_cip_3=c('NA', 'NA', 'NA'),  deg_maj_4=c('NA', 'NA', 'NA'),  deg_cip_4=c('NA', 'NA', 'NA'))

我正在尝试广泛获取这些数据：

df_wide<- dcast(df, id ~ order, value.var = c("inst_name", "inst_state", "level", "deg_maj_1", "deg_cip_1", "deg_maj_2", "deg_cip_2", "deg_maj_3", "deg_cip_3", "deg_maj_4", "deg_cip_4"))

我收到了这个错误：

.subset2(x, i, exact = exact) 中的错误：递归索引在第 2 级失败

我去了here 和here 得到了同样的错误

如果这有帮助：

str(df)
'data.frame':   3 obs. of  14 variables:
 $ id        : Factor w/ 1 level "1": 1 1 1
 $ grad_date : Factor w/ 3 levels "20160501","20170524",..: 1 2 3
 $ order     : Factor w/ 3 levels "1","2","3": 1 2 3
 $ inst_name : Factor w/ 3 levels "community college 1",..: 1 2 3
 $ inst_state: Factor w/ 1 level "CA": 1 1 1
 $ level     : Factor w/ 3 levels "Associate of Applied Sciences",..: 1 2 3
 $ deg_maj_1 : Factor w/ 3 levels "CISCO CCNA PREPARATION",..: 3 2 1
 $ deg_cip_1 : Factor w/ 2 levels "111003","520299": 1 2 1
 $ deg_maj_2 : Factor w/ 1 level "NA": 1 1 1
 $ deg_cip_2 : Factor w/ 1 level "NA": 1 1 1
 $ deg_maj_3 : Factor w/ 1 level "NA": 1 1 1
 $ deg_cip_3 : Factor w/ 1 level "NA": 1 1 1
 $ deg_maj_4 : Factor w/ 1 level "NA": 1 1 1
 $ deg_cip_4 : Factor w/ 1 level "NA": 1 1 1

有人可以帮忙吗？我已经不知所措了

编辑添加：期望的输出（是的，我知道它很糟糕，但它是必需的）

df_wide <- data.frame(id=c('1'), grad_date=c('20160501'), inst_name_1=c('community college 1'), inst_state_1=c('CA'), level_1=c('Associate of Applied Sciences'), deg_maj_1_1=c('NETWORK SECURITY'), deg_cip_1_1=c('111003'), deg_maj_2_1=c('NA'),  deg_cip_2_1=c('NA'), deg_maj_3_1=c('NA'), deg_cip_3_1=c('NA'), deg_maj_4_1=c('NA'), deg_cip_4_1=c('NA'), inst_name_2=c('univ 1'), inst_state_2=c('CA'), level_2=c('Bachelors of Applied Sciences'), deg_maj_1_2=c('INFO ASSUR CYBR-SECURITY'), deg_cip_1_2=c('520299'), deg_maj_2_2=c('NA'), deg_cip_2_2=c('NA'), deg_maj_3_2=c('NA'), deg_cip_3_2=c('NA'), deg_maj_4_2=c('NA'), deg_cip_4_2=c('NA'), inst_name_3=c('univ 2'), inst_state_3=c('CA'), level_3=c('Masters of Applied Sciences'), deg_maj_1_2=c('CISCO CCNA PREPARATION'), deg_cip_1_3=c('111003'), deg_maj_2_3=c('NA'), deg_cip_2_3=c('NA'), deg_maj_3_3=c('NA'), deg_cip_3_3=c('NA'), deg_maj_4_3=c('NA'), deg_cip_4_3=c('NA'))

【问题讨论】：

您的预期输出应该是什么样的？
谢谢@jaySf 我已经更新了问题

标签： r dcast

【解决方案1】：

如果您不依赖 dcast()，base R 的 reshape() 可以将您带到您想要的地方。

reshape(df, idvar="id", timevar = "order", direction="wide")

收益

  id grad_date.1         inst_name.1 inst_state.1                       level.1
1  1    20160501 community college 1           CA Associate of Applied Sciences
       deg_maj_1.1 deg_cip_1.1 deg_maj_2.1 deg_cip_2.1 deg_maj_3.1 deg_cip_3.1
1 NETWORK SECURITY      111003          NA          NA          NA          NA
  deg_maj_4.1 deg_cip_4.1 grad_date.2 inst_name.2 inst_state.2
1          NA          NA    20170524      univ 1           CA
                        level.2              deg_maj_1.2 deg_cip_1.2 deg_maj_2.2
1 Bachelors of Applied Sciences INFO ASSUR CYBR-SECURITY      520299          NA
  deg_cip_2.2 deg_maj_3.2 deg_cip_3.2 deg_maj_4.2 deg_cip_4.2 grad_date.3 inst_name.3
1          NA          NA          NA          NA          NA    20180524      univ 2
  inst_state.3                     level.3            deg_maj_1.3 deg_cip_1.3
1           CA Masters of Applied Sciences CISCO CCNA PREPARATION      111003
  deg_maj_2.3 deg_cip_2.3 deg_maj_3.3 deg_cip_3.3 deg_maj_4.3 deg_cip_4.3
1          NA          NA          NA          NA          NA          NA

【讨论】：

我向你鞠躬，非常感谢你。我尝试了重塑版本，但我太复杂了。谢谢！

【解决方案2】：

为了完整起见，data.table 版本的dcast() 能够同时重塑多个值列：

library(data.table)
dcast(setDT(df), id ~ order, value.var = tail(names(df), -3L))

   id         inst_name_1 inst_name_2 inst_name_3 inst_state_1 inst_state_2 inst_state_3                       level_1
1:  1 community college 1      univ 1      univ 2           CA           CA           CA Associate of Applied Sciences
                         level_2                     level_3      deg_maj_1_1              deg_maj_1_2
1: Bachelors of Applied Sciences Masters of Applied Sciences NETWORK SECURITY INFO ASSUR CYBR-SECURITY
              deg_maj_1_3 deg_cip_1_1 deg_cip_1_2 deg_cip_1_3 deg_maj_2_1 deg_maj_2_2 deg_maj_2_3 deg_cip_2_1 deg_cip_2_2
1: CISCO CCNA PREPARATION      111003      520299      111003          NA          NA          NA          NA          NA
   deg_cip_2_3 deg_maj_3_1 deg_maj_3_2 deg_maj_3_3 deg_cip_3_1 deg_cip_3_2 deg_cip_3_3 deg_maj_4_1 deg_maj_4_2 deg_maj_4_3
1:          NA          NA          NA          NA          NA          NA          NA          NA          NA          NA
   deg_cip_4_1 deg_cip_4_2 deg_cip_4_3
1:          NA          NA          NA

【讨论】：