在R中重塑數據矩陣

Question

我有一些數據要在R中重塑，但無法弄清楚如何。 這是一個場景：我有來自不同學校的一些學生的考試成績數據。 以下是一些示例數據：

#Create example data: 
test <- data.frame("score" = c(1,10,20,40,20), "schoolid" = c(1,1,2,2,3))

導致這樣的數據格式：

  score schoolid
    1        1
   10        1
   20        2
   40        2
   20        3

因此，有學校ID識別學校，每個學生都有一個考試分數。 對於不同程序中的分析，我希望以這樣的格式獲取數據：

                Score student 1    Score student 2 
School ID == 1        1                   10               
School ID == 2       10                   40
School ID == 3       20                   NA

為了重塑數據，我嘗試使用reshape2庫中的reshape和cast函數，但這導致了錯誤：

#Reshape function
reshape(test, v.names = test2$score, idvar = test2$schoolid, direction = "wide")
reshape(test, idvar = test$schoolid, direction = "wide")
#Error: in [.data.frame'(data,,idvar): undefined columns selected

#Cast function
cast(test,test$schoolid~test$score)
#Error: Error: could not find function "cast" (although ?cast works fine)

我想每個學校的考試成績數量不同的事實使重組過程變得復雜。

我如何重塑這些數據以及我應該使用哪種功能？

Answer 1

以下是一些僅使用R的基礎的解決方案。所有三個解決方案都使用這個新的studentno變量：

studentno <- with(test, ave(schoolid, schoolid, FUN = seq_along))

1）tapply

with(test, tapply(score, list(schoolid, studentno), c))

贈送：

   1  2
1  1 10
2 20 40
3 20 NA

2）重塑

# rename score to student and append studentno column
test2 <- transform(test, student = score, score = NULL, studentno = studentno)
reshape(test2, dir = "wide", idvar = "schoolid", timevar = "studentno")

贈送：

  schoolid student.1 student.2
1        1         1        10
3        2        20        40
5        3        20        NA

3）如果沒有得分為0的學生， xtabs xtabs也會起作用。

xt <- xtabs(score ~ schoolid + studentno, test)
xt[xt == 0] <- NA  # omit this step if its ok to use 0 in place of NA
xt

贈送：

        studentno
schoolid  1  2
       1  1 10
       2 20 40
       3 20   

Answer 2

您必須在某處定義學生ID，例如：

test <- data.frame("score" = c(1,10,20,40,20), "schoolid" = c(1,1,2,2,3))
test$studentid <- c(1,2,1,2,1)

library(reshape2)
dcast(test, schoolid ~ studentid, value.var="score",mean)
  schoolid  1   2
1        1  1  10
2        2 20  40
3        3 20 NaN