使用 for 循环创建重塑的数据框 [重复]答案

【问题标题】：Creating a reshaped dataframe with a for-loop [duplicate]使用 for 循环创建重塑的数据框 [重复]
【发布时间】：2018-08-29 15:52:53
【问题描述】：

我正在尝试编写一个 for 循环，该循环可以将数据帧重新组织到表中以进行发布，例如在excel中。

这是我的问题的数据数据的小样本：

df <- data.frame(ST = c("NY", "NJ", "PA", "NY", "NJ", "PA"),
             YR = c(2010, 2010, 2010, 2011, 2011, 2011),
             X = c(.25, .24, .23, .24, .23, .22))

我想制作一个表格，在“州”列中列出每个州一次，每年作为标题为“X 年”的行名，每个 X 值在适当的年份下。在这种情况下，它看起来像这样，减去“...”：

状态 | 2010 流行 | 2011流行音乐

纽约 ....25 ....24

新泽西州.......24.......23

PA ....23 ....22

我有大约十二年和所有州的数据，所以我可以通过为每年制作一个数据框、重命名列名、绑定列和消除重复的 ST 列来费力地做到这一点。但是，我的直觉是，有一种更有效的方法可以做到这一点。希望能帮助您思考这个问题。谢谢！

【问题讨论】：

试试spread spread(df, YR, X)
这被称为“重塑”，特别是“从长到宽的重塑”。为此，Base R 有一个名为reshape 的函数。其他包如tidyr 具有“更友好”的功能用于相同目的（如tidyr::spread）。

标签： r for-loop reshape

【解决方案1】：

1) xtabs 使用base R，我们得到一个简短的简单解决方案，不需要任何for 循环或包依赖：

xtabs(X ~., df)

给予：

    YR
ST   2010 2011
  NJ 0.24 0.23
  NY 0.25 0.24
  PA 0.23 0.22

2) tapply 这也只使用基数 R：

tapply(df[[3]], df[-3], sum)

给予：

    YR
ST   2010 2011
  NJ 0.24 0.23
  NY 0.25 0.24
  PA 0.23 0.22

3) 动物园这将为每个州创建一个年度时间序列：

library(zoo)
z <- read.zoo(df, index = "YR", split = "ST")

给予：

> z
       NJ   NY   PA
2010 0.24 0.25 0.23
2011 0.23 0.24 0.22

可以使用 fortify.zoo(z) 生成数据帧。

创建时间序列可能有助于简单地执行后续操作。例如，这将绘制它：

library(ggplot2)
autoplot(z) + scale_x_continuous(breaks = time(z)) # separate panels
autoplot(z, facet = NULL) + scale_x_continuous(breaks = time(z)) # single panel

3a) 如果我们要生成时间序列，则为每个状态使用一列更有意义，但也可以将状态用作“时间”：

read.zoo(df, index = "ST", split = "YR", FUN = identity)

给出这个动物园系列，同样，可以使用fortify.zoo 将其转换为数据框。

   2010 2011
NJ 0.24 0.23
NY 0.25 0.24
PA 0.23 0.22

4) tidyr @Dan Y 已经在问题下的 cmets 中提供了一个 tidyr 解决方案，所以我们只是指出这一点。

【讨论】：

【解决方案2】：

你可以试试reshape函数：

df <- data.frame(ST = c("NY", "NJ", "PA", "NY", "NJ", "PA"),
                 YR = c(2010, 2010, 2010, 2011, 2011, 2011),
                 X = c(.25, .24, .23, .24, .23, .22))

reshape(df, timevar = "YR", idvar = "ST", direction = "wide")

  ST X.2010 X.2011
1 NY   0.25   0.24
2 NJ   0.24   0.23
3 PA   0.23   0.22

【讨论】：

【解决方案3】：

这将为您提供使用 tidyverse 包所需的结果。

library(tidyr)
library(dplyr)

df %>% 
  mutate(YR = paste(YR, "Pop")) %>% # add Pop behind year for column headers
  rename(State = ST) %>% # rename state column for outcome
  spread(YR, X)

  State 2010 Pop 2011 Pop
1    NJ     0.24     0.23
2    NY     0.25     0.24
3    PA     0.23     0.22

附：我也投票结束了这个问题，因为已经有很多问题的答案像this on。但现在它可能会帮助您解决问题。

【讨论】：

谢谢，这是一个简单的方法。