将 R 数据帧从长格式转换为宽格式，但组大小不相等，用于 qcc

Question

我想将数据帧从长格式转换为宽格式，但组大小不相等。

最终会在'qcc'中使用，这需要一个数据框或一个矩阵，每行由一组组成，在样本较少的组中使用NA。

以下代码将创建示例数据集，并显示手动转换为所需格式。

# This is an example of the initial data that I have
# * 10 sample measurements, over 3 groups with 3, 2, and 5 elements respectively
x <- rnorm(10)
x_df <- data.frame( time = c( rep('2001 Q1',3), rep('2001 Q2',2), rep('2001 Q3',5) ), measure = x )
x_df

# This is a manual conversion into the desired format
x_pad <- c( x[1:3], NA, NA, x[4:5], NA, NA, NA, x[6:10] )
x_matrix <- matrix( x_pad, nrow = 3, ncol = 5, byrow = TRUE, dimnames = list(c('2001 Q1','2001 Q2','2001 Q3')) )
x_matrix # desired format

# An example of how it will be used
library(qcc)
plot(qcc(x_matrix, type = 'xbar', plot = FALSE))

所以，我想转换为：

      time     measure
1  2001 Q1  0.14680685
2  2001 Q1  0.53593193
3  2001 Q1  0.56097974
4  2001 Q2 -1.48102689
5  2001 Q2  0.18150972
6  2001 Q3  1.72018147
7  2001 Q3 -0.08480855
8  2001 Q3 -2.23208877
9  2001 Q3 -1.15269107
10 2001 Q3  0.57975023

...到这个...

              [,1]        [,2]       [,3]      [,4]      [,5]
2001 Q1  0.1468068  0.53593193  0.5609797        NA        NA
2001 Q2 -1.4810269  0.18150972         NA        NA        NA
2001 Q3  1.7201815 -0.08480855 -2.2320888 -1.152691 0.5797502

可能有一个简单的方法（也许是我不熟悉的 reshape 或 reshape2 casting 的一些用法？），但到目前为止，一堆搜索对我没有帮助。

感谢您的帮助！

==========

从下面的解决方案之一，以下将生成最终的 qcc xbar 图，包括组标签：

library(splitstackshape)
out_df <- dcast( getanID( x_df, 'time' ), time~.id, value.var='measure' )
qcc( out_df[,-1], type = 'xbar', labels = out_df[,1] )

Answer 1

您需要一个提供 "within-time" ID 的中间变量。您可以像这样创建和重塑它

library(tidyr)
library(dplyr)

group_by(X, time) %>%
  mutate(seq = 1:n()) %>%
  ungroup() %>%
  spread(seq, measure)

Answer 2

您可以使用 splitstackshape 中的 getanID 创建序列列 ('.id') 并使用 data.table 中的 dcast 将长格式转换为宽格式. splitstackshape 的输出是 data.table。当我们加载splitstackshape时，data.table也会被加载。因此，如果您已经拥有 data.table 的开发版本，那么也可以使用 data.table 中的 dcast。

library(splitstackshape)
dcast(getanID(df1, 'time'), time~.id, value.var='measure')
#     time          1           2          3         4         5
#1: 2001 Q1  0.1468068  0.53593193  0.5609797        NA        NA
#2: 2001 Q2 -1.4810269  0.18150972         NA        NA        NA
#3: 2001 Q3  1.7201815 -0.08480855 -2.2320888 -1.152691 0.5797502

更新

正如@snoram 在评论中提到的，data.table 中的函数 rowid 可以更轻松地单独使用 data.table

library(data.table)
dcast(setDT(df1), time ~ rowid(time), value.var = "measure")

Answer 3

另一种splitstackshape方法

cSplit(setDT(df)[, toString(measure), by='time'], 'V1', ',')

#      time       V1_1        V1_2       V1_3      V1_4      V1_5
#1: 2001 Q1  0.1468068  0.53593193  0.5609797        NA        NA
#2: 2001 Q2 -1.4810269  0.18150972         NA        NA        NA
#3: 2001 Q3  1.7201815 -0.08480855 -2.2320888 -1.152691 0.5797502

或者使用 data.table 的 devel 版本，通过分组列 'time' 将 'measure' 粘贴在一起后，类似的方法将使用 tstrsplit 来拆分从 toString(measure).

生成的 'V1' 列

 setDT(df)[, toString(measure), by ='time'][, c(list(time), tstrsplit(V1, ', '))]

另外，我们可以在tstrsplit中加入type.convert=TRUE来转换拆分列的class。默认为 FALSE.

将 R 数据帧从长格式转换为宽格式，但组大小不相等，用于 qcc

Convert R dataframe from long to wide format, but with unequal group sizes, for use with qcc

r

reshape

qcc

更新