合并具有相同 ID 变量的行 [重复]

Question

我在 R 中有一个数据框，其中包含 2186 个 obs 的 38 个变量。行有一个 ID 变量引用独特的实验并使用

length(unique(df$ID))==nrow(df)

n_occur<-data.frame(table(df$ID))

我知道我的 327 行有重复的 ID，其中一些 ID 重复了不止一次。我正在尝试合并具有相同 ID 的行，因为这些行不是重复的，而只是给定实验中的第二个、第三个等观察结果。

例如，如果我有

x y ID
1 2 a
1 3 b
2 4 c
1 3 d
1 4 a
3 2 b
2 3 a

我想结束

x y ID x2 y2 ID2 x3 y3 ID3
1 2 a  1  4  a   2  3  a
1 3 b  3  2  b  na na na
2 4 c  na na na na na na
1 3 d  na na na na na na

我见过类似的 SQL 和 php 问题，但这对我在 R 中的尝试没有帮助。任何帮助将不胜感激。

Answer 1

您可以使用data.table 包中的增强型dcast 函数来选择多个值变量。使用setDT(mydf)，您可以将数据框转换为数据表，使用[, idx := 1:.N, by = ID]，您可以通过ID 添加索引，随后在dcast 公式中使用该索引：

library(data.table)
dcast(setDT(mydf)[, idx := 1:.N, by = ID], ID ~ idx, value.var = c("x","y"))

或者配合development version of data.table (v1.9.7+)，你可以使用新的rowid函数：

dcast(setDT(mydf), ID ~ rowid(ID), value.var = c("x","y"))

给予：

   ID x_1 x_2 x_3 y_1 y_2 y_3
1:  a   1   1   2   2   4   3
2:  b   1   3  NA   3   2  NA
3:  c   2  NA  NA   4  NA  NA
4:  d   1  NA  NA   3  NA  NA

---

使用过的数据：

mydf <- structure(list(x = c(1L, 1L, 2L, 1L, 1L, 3L, 2L), y = c(2L, 3L, 
4L, 3L, 4L, 2L, 3L), ID = structure(c(1L, 2L, 3L, 4L, 1L, 2L, 
1L), .Label = c("a", "b", "c", "d"), class = "factor")), .Names = c("x", 
"y", "ID"), class = "data.frame", row.names = c(NA, -7L))