如何将 data.frame 转换为（平面）矩阵？

Question

如何将下面的 data.frame 转换为给定的矩阵？ data.frame 的前两列包含行变量，其他列的所有组合（包含值的列除外）确定列。理想情况下，我正在寻找一个不需要更多软件包的解决方案（所以 no reshape2 解决方案）。另外，没有ftable 解决方案。

(df <- data.frame(c1=rep(c(1, 2), each=8), c2=rep(c(1, 2, 1, 2), each=4),
                  gr=rep(c(1, 2), 8), subgr=rep(c(1,2), 4, each=2), val=1:16) )

c1 c2 gr1.subgr1 gr1.subgr2 gr2.subgr1 gr2.subgr2
1  1   1          3          2          4
1  2   5          7          6          8
2  1   9         11         10         12
2  2  13         15         14         16

Answer 1

使用交互变量来构建组：

newdf <- reshape(df, idvar=1:2, direction="wide", 
            timevar=interaction(df$gr,df$subgr) , 
            v.names="val", 
            drop=c("gr","subgr") ) 
names(newdf)[3:6] <- c("gr1.subgr1", "gr1.subgr2", "gr2.subgr1",  "gr2.subgr2")
 newdf
   c1 c2 gr1.subgr1 gr1.subgr2 gr2.subgr1 gr2.subgr2
1   1  1          1          2          3          4
5   1  2          5          6          7          8
9   2  1          9         10         11         12
13  2  2         13         14         15         16

Answer 2

好的 - 这看起来大部分都是你想要的。从阅读帮助文件来看，这似乎应该做你想做的事：

reshape(df, idvar = c("c1", "c2"), timevar = c("gr", "subgr")
        , direction = "wide")
   c1 c2 val.c(1, 2, 1, 2) val.c(1, 1, 2, 2)
1   1  1                NA                NA
5   1  2                NA                NA
9   2  1                NA                NA
13  2  2                NA                NA

我无法完全解释为什么它会显示为 NA 值。但是，也许帮助页面中的这一点解释了：

timevar 
the variable in long format that differentiates multiple records from the same 
group or individual. If more than one record matches, the first will be taken.

我最初认为这意味着如果您给它的列名有歧义，R 将使用它的部分匹配功能，但也许不是？接下来，我尝试将gr 和subgr 合并到一个列中：

df$newcol <- with(df, paste("gr.", gr, "subgr.", subgr, sep = ""))

让我们再试一次：

reshape(df, idvar = c("c1", "c2"), timevar = "newcol"
        , direction = "wide", drop= c("gr","subgr"))

   c1 c2 val.gr.1subgr.1 val.gr.2subgr.1 val.gr.1subgr.2 val.gr.2subgr.2
1   1  1               1               2               3               4
5   1  2               5               6               7               8
9   2  1               9              10              11              12
13  2  2              13              14              15              16

快！我无法解释或弄清楚如何使它不将val. 附加到列名，但我会让你自己弄清楚。我确定它在某处的帮助页面上。它还将组的顺序与您要求的不同，但数据似乎是正确的。

FWIW，这是reshape2 的解决方案

> dcast(c1 + c2 ~ gr + subgr, data = df, value.var = "val")
  c1 c2 1_1 1_2 2_1 2_2
1  1  1   1   3   2   4
2  1  2   5   7   6   8
3  2  1   9  11  10  12
4  2  2  13  15  14  16

虽然你仍然需要清理列名。