将长格式分组数据转换为宽格式答案

【问题标题】：convert long-format grouped data to wide format将长格式分组数据转换为宽格式
【发布时间】：2019-09-13 17:35:33
【问题描述】：

我目前有长格式数据

# Input
library(dplyr)
library(tidyr)

tibble(
    x = c(1,1,2,2), 
    y = c("A", "B", "C", "D")
)

我想扩大数据看起来像这样：

# Desired Output
tibble(
    x = c(1,2), 
    x_1 = c("A", "C"), 
    x_2 = c("B", "D")
)

但这不是典型的tidyr::spread()，因为我的列名没有变成单元格值。所以虽然这看起来很简单，但我很难过。

【问题讨论】：

答案here 可能会有所帮助

标签： r tidyr

【解决方案1】：

library(data.table)

dcast(df, x ~ paste0('x_', rowid(x)))
#   x x_1 x_2
# 1 1   A   B
# 2 2   C   D

【讨论】：

【解决方案2】：

一个选项是按组创建一个序列列，然后执行spread

library(dplyr)
library(tidyr)
library(stringr)
tbl1 %>% 
    group_by(x) %>% 
    group_by(x1 = str_c('x_', row_number())) %>% 
    # or using paste0 from base R (as @d.b commented)
    # group_by(x1 = paste0('x_', row_number())) %>%
    spread(x1, y)
# A tibble: 2 x 3
#      x x_1   x_2  
#  <dbl> <chr> <chr>
#1     1 A     B    
#2     2 C     D

或在base R

unstack(df, y~ ave(x, x, FUN = seq_along))

【讨论】：

我在想要的输出中犯了一个错误，该输出已被编辑。感谢您的初步回复。但是您现在会看到 A 和 B 需要位于同一行。为我最初的错误道歉。
您的代码没有问题，我希望更改正确答案状态不是不合适的。今天早上有一篇帖子使用了chop(df,y) %>% unnest_wider(y)，它用更少的代码行解决了这个问题。我不确定用于选择第一个正确响应与稍后正确响应的 SO 协议。我真诚地希望你没有因此而生气。你在 SO 上对我和其他许多人都非常有帮助。
@Joe 我同意较少的行部分（如果您可以不格式化列名）
让我们continue this discussion in chat。

【解决方案3】：

从 tidyr 1.0.0 你可以执行以下操作：

library(tidyr)

df <- tibble(
  x = c(1,1,2,2), 
  y = c("A", "B", "C", "D")
) 

chop(df,y) %>% unnest_wider(y)
#> New names:
#> * `` -> ...1
#> * `` -> ...2
#> New names:
#> * `` -> ...1
#> * `` -> ...2
#> # A tibble: 2 x 3
#>       x ...1  ...2 
#>   <dbl> <chr> <chr>
#> 1     1 A     B    
#> 2     2 C     D

^{由reprex package (v0.3.0) 于 2019-09-14 创建}

将参数 names_repair = ~sub("..." , "x_", ., fixed=TRUE) 添加到 unnest_wider 调用以获取您在问题中提供的名称。

【讨论】：