重组/重塑数据框（ r ）答案

【问题标题】：Restructure / reshape data frame ( r )重组/重塑数据框（ r ）
【发布时间】：2016-04-14 03:28:14
【问题描述】：

我的数据集对从事项目工作的人进行了反复观察。我需要一个包含两列的数据框，其中列出了每个人和时间点的项目“组合”。让我用一个例子来解释：

这是我的数据：

ID    Week    Project    
01    1       101
01    1       102 
01    1       103
01    2       101
01    2       102
02    1       101
02    1       102
02    2       101

个人 1 (ID = 1) 在第 1 周参与了三个项目。这意味着此人在这一周有六种可能的项目组合（project_i 和 project_j）。

这就是我需要的

ID   Week    Project_i  Project_j
01    1      101        101
01    1      101        102
01    1      101        103
01    1      102        101
01    1      102        102    
01    1      102        103
01    1      103        101
01    1      103        102
01    1      103        103
01    2      101        101
01    2      101        102
01    2      102        101
01    2      102        102
02    1      101        101
02    1      101        102
02    1      102        101
02    1      102        102
02    2      101        101

每周只有一个项目的败诉不是问题。

我已经尝试了基本的 r 和 reshape2，但我无法弄清楚。

【问题讨论】：

现在，我没有在同一行中包含相同的项目 ID（即 101 101）

标签： r reshape2

【解决方案1】：

这是一种方法：

library(data.table)
setDT(DT)

DT[, CJ(P1 = Project, P2 = Project)[P1 != P2], by=.(ID, Week)]

    ID Week  P1  P2
 1:  1    1 101 102
 2:  1    1 101 103
 3:  1    1 102 101
 4:  1    1 102 103
 5:  1    1 103 101
 6:  1    1 103 102
 7:  1    2 101 102
 8:  1    2 102 101
 9:  2    1 101 102
10:  2    1 102 101

CJ 是两个向量的笛卡尔连接，取所有组合。

如果您不想同时使用 (101,102) 和 (102,101)，请使用 P1 > P2 而不是 P1 != P2。哦，OP改变了问题......所以使用P1 <= P2。

【讨论】：

这似乎可行，但 r 仍在运行。对于 200 万次观测，您认为这需要很长时间（或根本可行）吗？
@HJ_r 可能不是。你需要考虑你试图解决的组合问题。您可以键入combos = DT[, .(n = .N*(.N-1L)), by = .(ID, Week)] 以查看问题的大小。 combos[, sum(n)]会显示结果中的总行数，也可以查看combos[, summary(n)]、combos[, hist(n)]等。

【解决方案2】：

这是一个使用dplyr 和tidyr 的解决方案。关键步骤是tidyr::complete()结合dplyr::group_by()

library(dplyr)
library(tidyr)

d %>% 
  rename(Project_i = Project) %>%
  mutate(Project_j = Project_i) %>% 
  group_by(ID, Week) %>%
  complete(Project_i, Project_j) %>%
  filter(Project_i != Project_j)

【讨论】：

【解决方案3】：

这是使用expand.grid 的基本选项：

do.call(rbind, lapply(split(df, paste(df$ID, df$Week)), function(x){
    x2 <- expand.grid(ID = unique(x$ID), 
                      Week = unique(x$Week), 
                      Project_i = unique(x$Project), 
                      Project_j = unique(x$Project))
    # omit if 101 102 is different from 102 101; make `<` if 101 101 not possible
    x2[x2$Project_i <= x2$Project_j,]
}))

#       ID Week Project_i Project_j
# 1 1.1  1    1       101       101
# 1 1.4  1    1       101       102
# 1 1.5  1    1       102       102
# 1 1.7  1    1       101       103
# 1 1.8  1    1       102       103
# 1 1.9  1    1       103       103
# 1 2.1  1    2       101       101
# 1 2.3  1    2       101       102
# 1 2.4  1    2       102       102
# 2 1.1  2    1       101       101
# 2 1.3  2    1       101       102
# 2 1.4  2    1       102       102
# 2 2    2    2       101       101

【讨论】：