R：重塑数据，类别为列名答案

【问题标题】：R: reshape data, category to column nameR：重塑数据，类别为列名
【发布时间】：2014-08-19 06:26:43
【问题描述】：

我在 R 中有一个如下所示的数据集：

BORE_ID     BORE_DATE       RESULT  OBS_POINT_DATUM
2413437     29/06/1905 0:00 19.81   mAHD
2413438     29/06/1905 0:00 18.9    mAHD
2413439     29/06/1905 0:00 18.9    SWL
2413441     29/06/1905 0:00 16.46   mAHD
2413441     29/06/1905 0:00 12      SWL
2413441     29/06/1905 0:00 12.5    DBNS
60912270    29/06/1902 0:00 0       mAHD
....

我正在尝试重塑它以按BORE_ID 和BORE_DATE 对数据进行分组，使其看起来像这样：

BORE_ID     BORE_DATE       mAHD  SWL  DBNS
2413441     29/06/1905 0:00 16.46 12   12.5
2413437     29/06/1905 0:00 19.81 NA   NA
2413438     29/06/1905 0:00 18.9  NA   NA   
2413439     29/06/1905 0:00 NA    18.9 NA   
...

我尝试使用 reshape2 包来执行此操作，因为 reshape 似乎不适用于较新版本的 R。

这是我的尝试：

#melt the data based on id categories
melt_data <- melt(data, id=c('BORE_ID','BORE_DATE','OBS_POINT_DATUM'))

#cast back comparing ID and DATE to OBS_POINT_DATUM
cast_data <- dcast(data,'BORE_ID'+'BORE_DATE'~'OBS_POINT_DATUM', value ='RESULT')

这只会给我以下单行数据

"BORE_ID"   "BORE_DATE" OBS_POINT_DATUM
 BORE_ID    BORE_DATE   2.1

知道我哪里出错了吗？谢谢 JP

【问题讨论】：

标签： r reshape

【解决方案1】：

您的数据已经熔化，因此您无需再次melt。

library(reshape2)
dcast(mydf, BORE_ID + BORE_DATE ~ OBS_POINT_DATUM, value.var = "RESULT")
#    BORE_ID       BORE_DATE DBNS  mAHD  SWL
# 1  2413437 29/06/1905 0:00   NA 19.81   NA
# 2  2413438 29/06/1905 0:00   NA 18.90   NA
# 3  2413439 29/06/1905 0:00   NA    NA 18.9
# 4  2413441 29/06/1905 0:00 12.5 16.46 12.0
# 5 60912270 29/06/1902 0:00   NA  0.00   NA

你也可以在基础 R 中这样做：

reshape(mydf, direction = "wide", 
        idvar = c("BORE_ID", "BORE_DATE"), 
        timevar = "OBS_POINT_DATUM")
#    BORE_ID       BORE_DATE RESULT.mAHD RESULT.SWL RESULT.DBNS
# 1  2413437 29/06/1905 0:00       19.81         NA          NA
# 2  2413438 29/06/1905 0:00       18.90         NA          NA
# 3  2413439 29/06/1905 0:00          NA       18.9          NA
# 4  2413441 29/06/1905 0:00       16.46       12.0        12.5
# 7 60912270 29/06/1902 0:00        0.00         NA          NA

【讨论】：

好吧，你刚刚让我意识到我在 dcast 中的名字上有引号。把这些拿出来，我的原作就好了.... R 是一个有趣的老野兽

【解决方案2】：

使用dplyr

 library(dplyr)
 library(tidyr)

 mydf %>% 
 spread(OBS_POINT_DATUM, RESULT)
 #   BORE_ID       BORE_DATE DBNS  mAHD  SWL
 #1  2413437 29/06/1905 0:00   NA 19.81   NA
 #2  2413438 29/06/1905 0:00   NA 18.90   NA
 #3  2413439 29/06/1905 0:00   NA    NA 18.9
 #4  2413441 29/06/1905 0:00 12.5 16.46 12.0
 #5 60912270 29/06/1902 0:00   NA  0.00   NA

【讨论】：