将与分类变量关联的列扩展为 dplyr/tidyr 的多列，同时保留 id 变量

Question

我有一个 data.frame 看起来像这样：

dfTall <- frame_data(
    ~id, ~x, ~y, ~z,
      1, "a", 4, 5,
      1, "b", 6, 5,
      2, "a", 5, 4,
      2, "b", 1, 9)

我想把它变成这样：

dfWide <- frame_data(
    ~id, ~y_a, ~y_b, ~z_a, ~z_b,
      1,    4,    6,    5,    5,
      2,    5,    1,    4,    9)

目前，我正在做这个

dfTall %>%
    split(., .$x) %>%
    mapply(function(df,name) 
        {df$x <- NULL; names(df) <- paste(names(df), name, sep='_'); df}, 
        SIMPLIFY=FALSE, ., names(.)) %>%
    bind_cols() %>%
    select(-id_b) %>%
    rename(id = id_a)

在实践中，我会有更多需要扩展的数字列（即，不仅仅是 y 和 z）。我当前的解决方案有效，但它有问题，例如 id 变量的多个副本被添加到最终的 data.frame 中并且需要被删除。

是否可以使用 tidyr 中的函数（例如 spread）来完成此扩展？

Answer 1

可以用 spread 完成，但不能一步完成，因为它涉及多个列作为值；您可以先 gather 值列，unite 手动 headers 然后 spread:

library(dplyr)
library(tidyr)

dfTall %>% 
    gather(col, val, -id, -x) %>% 
    unite(key, col, x) %>% 
    spread(key, val)

# A tibble: 2 x 5
#     id   y_a   y_b   z_a   z_b
#* <dbl> <dbl> <dbl> <dbl> <dbl>
#1     1     4     6     5     5
#2     2     5     1     4     9

如果您使用 data.table，dcast 支持转换多个值列：

library(data.table)
dcast(setDT(dfTall), id ~ x, value.var = c('y', 'z'))

#   id y_a y_b z_a z_b
#1:  1   4   6   5   5
#2:  2   5   1   4   9

将与分类变量关联的列扩展为 dplyr/tidyr 的多列，同时保留 id 变量

Expanding columns associated with a categorical variable into multiple columns with dplyr/tidyr while retaining id variable

r

dplyr

tidyr