在具有多个匹配行的 R 中使用 reshape 函数

Question

所以我有以下数据框df：

       X     Y     Z     ID     value
1      0    20    135    a       20
2      0    20    135    a       30
3      0    20    135    b       40
4      20   104    20    c       10
5      20   104    20    b       15
...

我想要一个最终输出

       X     Y     Z     a     b     c     
1      0    20    135    20    40    null
2      0    20    135    30    null  null
3      20   104    20    null  15    10
...

我想将所有不同的 ID 转换为包含原始数据框中值的单独列。我目前正在做的是 reshape(df, idvar=c("X", "Y", "Z"), timevar="ID", direction="wide")。但是，这会导致警告：a、b 和 c 中的每一个都有多行匹配，因此只采用第一行。我希望每个独特的X、Y、Z 组合都有一行，但由于有很多重复测量，我也希望每个组合都有多行，但是每个 a、@ 的重复测量次数不同987654332@，和c。有没有办法有效地做到这一点？

Answer 1

您已经确定了问题的答案：您需要添加一个辅助“id”变量。这可以通过我的“splitstackshape”包中的getanID 轻松完成。它的作用如下：

library(splitstackshape)
getanID(mydf, c("X", "Y", "Z", "ID"))
#     X   Y   Z ID value .id
# 1:  0  20 135  a    20   1
# 2:  0  20 135  a    30   2
# 3:  0  20 135  b    40   1
# 4: 20 104  20  c    10   1
# 5: 20 104  20  b    15   1

考虑到这一点，您将如何更改当前的 reshape 方法：

reshape(getanID(mydf, c("X", "Y", "Z", "ID")), 
        direction = "wide", idvar = c("X", "Y", "Z", ".id"), timevar = "ID")
#     X   Y   Z .id value.a value.b value.c
# 1:  0  20 135   1      20      40      NA
# 2:  0  20 135   2      30      NA      NA
# 3: 20 104  20   1      NA      15      10

或者，由于“data.table”也加载了“splitstackshape”，你可以使用dcast.data.table，像这样：

dcast.data.table(getanID(mydf, c("X", "Y", "Z", "ID")),
                 X + Y + Z + .id ~ ID, value.var = "value")
#     X   Y   Z .id  a  b  c
# 1:  0  20 135   1 20 40 NA
# 2:  0  20 135   2 30 NA NA
# 3: 20 104  20   1 NA 15 10