将不同的观察结果重塑为宽

Question

我有这样的数据：

dat <- data.frame(id=c(1,1,1,2,2,2), 
                  v1=factor(c("name","sex","age",
                              "name","sex","age")),
                  v2=factor(c("a","m","50","b","f","40")))
>dat
     id   v1  v2
   1  1 name  a
   2  1  sex  m
   3  1  age 50
   4  2 name  b
   5  2  sex  f
   6  2  age 40

如何将其重新整形为宽 table，其中每个 ID 只有一行。像这样：

id    name    sex    age
 1       a      m     50
 2       b      f     40

在下一步中，假设我的数据如下所示，即第二个 id

缺少 name

dat2 <- data.frame(id=c(1,1,1,2,2), 
                  v1=factor(c("name","sex","age",
                              "sex","age")),
                  v2=factor(c("a","m","50","f","40")))

table 应该如下所示（包含 NA）：

id    name    sex    age
 1       a      m     50
 2      NA      f     40

并不是说我的真实数据集可能包含多种因素和数字变量。此外，每个 id 的条目数可能会有很大差异。

在接下来的情况下，V1可能会出现多次，像这样

dat3 <- data.frame(id=c(1,1,1,2,2), 
                  v1=factor(c("value","value","obs",
                               "value", "obs")),
                  v2=factor(c("5","3","5","6","8")))

table 应该看起来像这样

id    value1   value2    obs    
 1         5        3      5
 2         6       NA      8

我还希望看到一个解决方案，当每个 id 有多个 value 时，计算平均值（或最大值、最小值、..），就像这样

id    value    obs    
 1        4      5      # mean(c(3,5)==4
 2        6      8

谢谢

Answer 1

让我们使用 tidyr 和 dplyr:

library(tidyr)
library(dplyr)

第一个问题：

spread(dat, v1, v2)

  id age name sex
1  1  50    a   m
2  2  40    b   f

第二个问题是相同的 - 数据丢失时传播自动使用 NA:

spread(dat2, v1, v2)

  id age name sex
1  1  50    a   m
2  2  40 <NA>   f

第三题，我们先用dplyr总结，然后展开，把v2转成numeric后：

dat3 %>% mutate(v2 = as.numeric(as.character(v2))) %>%
         group_by(id, v1) %>%
         summarise(mean = mean(v2)) %>%
         spread(v1, mean)

Source: local data frame [2 x 3]

  id obs value
1  1   5     4
2  2   8     6

对于更宽的版本，我们可以使用 unite:

dat3 %>% group_by(id, v1) %>%
         mutate(v2 = as.numeric(as.character(v2)), id2=row_number())  %>%
         unite(v3, c(v1,id2)) %>%
         spread(v3, v2)

Source: local data frame [2 x 4]

  id obs_1 value_1 value_2
1  1     5       5       3
2  2     8       6      NA

将不同的观察结果重塑为宽

reshape different observations to wide

r

dataframe

reshape2

dplyr

tidyr