[英]How do I convert/reshape a data frame in long format to a wide format without aggregating the records?
[英]I have a long data set. How do I convert to wide format while using a rank function to limit the number of columns created?
我有一個長格式的數據集。 有些記錄只有一個制造商,有些記錄是重復的,因為有多個制造商與每個記錄相關聯。
例如,我有以下數據:
id manufacturer
111 AAA
222 AAA
222 BBB
222 CCC
222 DDD
333 CCC
333 DDD
444 EEE
使用dplyr,我添加了一個排名,所以我可以計算制造商的數量。
df %>%
select(id, manufacturer) %>%
group_by(id) %>%
mutate(rank = rank(manufacturer, ties.method = "first"))
要得到:
id manufacturer rank
111 AAA 1
222 AAA 1
222 BBB 2
222 CCC 3
222 DDD 4
333 CCC 1
333 DDD 2
444 EEE 1
我試過dcast讓我很接近,但我不是那里。
dcast(df, id ~ rank)
當我使用dcast時,我得到:
id 1 2 3 4
111 1 NA NA NA
222 1 2 3 4
333 1 2 NA NA
444 1 NA NA NA
我想要得到的是:
id manuf_1 manuf_2 manuf_3 manuf_4
111 AAA
222 AAA BBB CCC DDD
333 CCC DDD
444 EEE
你只需要設置value.var
和變異rank
之前你想要的格式dcast
df %>%
dplyr::mutate(rank = paste0('manuf_', rank)) %>%
reshape2::dcast(id ~ rank, value.var = 'manufacturer')
# id manuf_1 manuf_2 manuf_3 manuf_4
# 1 111 AAA <NA> <NA> <NA>
# 2 222 AAA BBB CCC DDD
# 3 333 CCC DDD <NA> <NA>
# 4 444 EEE <NA> <NA> <NA>
使用的數據
df <- data.table::fread('
id manufacturer rank
111 AAA 1
222 AAA 1
222 BBB 2
222 CCC 3
222 DDD 4
333 CCC 1
333 DDD 2
444 EEE 1
')
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.