5

我确定这是微不足道的，但我找不到该怎么做。

我有一个数据框，其中有个人，每个人都可以有几个属性，并且每个属性都以多种方式分类。目前它是长形的，记录看起来像（以示意图的形式，实际上它有点复杂）：

IndividualID Property PropClass 
1            X         A 
1            Y         B 
2            X         A 
3            Y         B
3            W         C
3            Z         A

我想要的是每个单独的 ID 有一行，带有单独的 ID，然后是该个人在原始文件中的每个属性和 PropClass 的列对，所以在这种情况下：

 IndividualID  Prop1   PropClass1 Prop2  PropClass2  Prop3  PropClass3
 1             X       A          Y      B           NA     NA
 2             X       A          NA     NA          NA     NA
 3             Y       B          W      C           Z      A

因此，Prop 和 PropClass 变量的数量必须与原始数据集中任何个人 ID 的最大行数一样多（不大，大约 5），并且个人在原始数据集中的行数少于该最大数，对那个人没有任何意义的额外列中包含 NA。个人的 Prop 和 PropClass 变量的顺序无关紧要（尽管它也可能是长格式文件上的原始顺序）。

显然，如果您为每个可能的 Prop 值设置一对 Prop 和 propClass 列，则很容易做到这一点（例如，使用 reshape），但是 Prop 的可能值有数百个，因此文件变得庞大且无用。我不敢相信没有一种简单的方法可以做我想做的事，但是尽管在我看来是刻苦的搜索，但我还是没有找到它。请告诉我我是个白痴，如果是这样，我该如何治愈我的白痴。

4

2 回答 2

2

可能有一种更有效的方法可以做到这一点，但我现在想不出。对于需要转换为宽格式的两个变量，我认为您可能需要将它们分别转换，然后将两者合并在一起。不过，我很想被证明是错误的。为此，我创建了两个新变量，它们为每个新 ID 生成列序列。这将允许他们轻松地填充 NA。使用新列，很容易将它们转换为正确的格式并将它们合并在一起。

library(plyr)
library(reshape2)

#Assumes your data is read into a variable named x
x <- ddply(x, "IndividualID", transform, 
      castPropClass = paste0("PropClass", seq(length(PropClass))),
      castProp = paste0("Prop", seq(length(Property))))

#Use these two new variables to cast into wide format. Wrap in merge to join together:
merge(dcast(IndividualID ~ castPropClass, value.var = "PropClass", data = x),
      dcast(IndividualID ~ castProp,      value.var = "Property",  data = x))
#Gives you this:
  IndividualID PropClass1 PropClass2 PropClass3 Prop1 Prop2 Prop3
1            1          A          B       <NA>     X     Y  <NA>
2            2          A       <NA>       <NA>     X  <NA>  <NA>
3            3          B          C          A     Y     W     Z

这显然没有正确的列“顺序”，但数据本身是正确的。

于 2012-07-02T22:18:45.617 回答
1

这样的事情可以接受吗？

test.dt<-data.frame(id=(c(1,1,2,3,3,3)), property=(c("X","Y","X","Y","W","Z")), property.clss=(c("A","B","A","B","C","A")))
library(reshape)
m<-melt(data=test.dt, id.vars="id", measure.vars=c("property.clss"))
m
n<-melt(data=test.dt, id.vars="id", measure.vars=c("property"))
n
c1<-data.frame(cast(m, id~value))
colnames(c1)<-c("id", paste("property",colnames(c1)[colnames(c1)!="id"],sep=""))
c1
c2<-data.frame(cast(n,id~value))
colnames(c2)<-c("id", paste("property.clss",(colnames(c2)[colnames(c2)!="id"]),sep=""))
c2
merge(c1,c2,by="id")
于 2012-07-02T22:41:52.817 回答