在 R data.table [R] 中用两列将长形改造成宽形

Question

我正在尝试使用两个字符串列转换以下数据以从长扩展为宽。 R 中实现以下最有效的方法是什么：

样本数据：

data_sample <- data.frame(code=c(1,1,2,3,4,2,4,3),name=c("bill","bob","rob","max","mitch","john","bart","joe"),numberdata=c(100,400,300,-200,300,-500,100,-400))

期望 function 产生以下数据集：

data_desired <- data.frame(code=c(1,2,3,4),name1=c("bill","rob","max","mitch"),name2=c("bob","john","joe","bart"),numberdata1=c(100,300,-200,300),numberdata2=c(400,-500,-400,100))

我正在使用大数据（真实代码为 1-100,000），是否有有效的 data.table 方法来完成此操作？ 谢谢！

Answer 1

您可以使用dcast -

library(data.table)

setDT(data_sample)
dcast(data_sample, code~rowid(code), value.var = c('name', 'numberdata'))

#   code name_1 name_2 numberdata_1 numberdata_2
#1:    1   bill    bob          100          400
#2:    2    rob   john          300         -500
#3:    3    max    joe         -200         -400
#4:    4  mitch   bart          300          100

Answer 2

如果命名无关紧要（例如 name1、name2 等），您可以

1. 创建一个新的分组变量，在每个代码中的顺序观察上运行
2. 按照这个组划分
3. 创建一个主键用于合并所有结果 data.tables
4. 最后在结果中执行键控合并

data_sample <- data.frame(code=c(1,1,2,3,4,2,4,3),name=c("bill","bob","rob","max","mitch","john","bart","joe"),numberdata=c(100,400,300,-200,300,-500,100,-400))
setDT(data_sample)
# Create new group indicating the variable "*group*"
data_sample[, `*group*` := seq.int(.N), by = code]
# Split the data.table according to the new group
groups <- split(data_sample, by = '*group*')
# Set key on each group to the "code" variable
lapply(groups, \(dt){
  setkey(dt, code)
  # Remove group
  dt[, `*group*` := NULL]
  })
# Merge the result (using Reduce here 
res <- Reduce(\(dt1, dt2)merge(dt1, dt2, all = TRUE), groups)
# Reorder columns
setcolorder(res, sort(names(res)))
res
   code name.x name.y numberdata.x numberdata.y
1:    1   bill    bob          100          400
2:    2    rob   john          300         -500
3:    3    max    joe         -200         -400
4:    4  mitch   bart          300          100

这样做的好处当然是，这适用于每个代码有 2 个以上条目的情况。