我有以下虚拟数据：
library(dplyr)
library(tidyr)
library(reshape2)
dt <- expand.grid(Year = 1990:2014, Product=LETTERS[1:8], Country = paste0(LETTERS, "I")) %>% select(Product, Country, Year)
dt$value <- rnorm(nrow(dt))
我选择了两种产品-国家组合
sdt <- dt %>% filter((Product == "A" & Country == "AI") | (Product == "B" & Country =="EI"))
我想并排查看每个组合的值。我可以这样做dcast：
sdt %>% dcast(Year ~ Product + Country)
是否可以spread从tidyr包中做到这一点？
一种选择是通过加入 'Product' 和 'Country' 列来创建一个新的 'Prod_Count'，使用frompaste删除这些列select并从 'long' 重塑为 'wide' 。spreadtidyr
library(dplyr)
library(tidyr)
sdt %>%
mutate(Prod_Count=paste(Product, Country, sep="_")) %>%
select(-Product, -Country)%>%
spread(Prod_Count, value)%>%
head(2)
# Year A_AI B_EI
#1 1990 0.7878674 0.2486044
#2 1991 0.2343285 -1.1694878
unite或者我们可以通过使用from tidyr（来自@beetroot 的评论）避免几个步骤并像以前一样重塑。
sdt%>%
unite(Prod_Count, Product,Country) %>%
spread(Prod_Count, value)%>%
head(2)
# Year A_AI B_EI
# 1 1990 0.7878674 0.2486044
# 2 1991 0.2343285 -1.1694878
使用 tidyr 版本 1.0.0 中引入的新功能pivot_wider()，这可以通过一个函数调用来完成。
pivot_wider()(counterpart: pivot_longer()) 与spread(). 但是，它提供了额外的功能，例如使用多个键/名称列（和/或多个值列）。为此，names_from表示新变量名称取自哪一列的参数可能会采用多个列名（此处为Product和Country）。
library("tidyr")
sdt %>%
pivot_wider(id_cols = Year,
names_from = c(Product, Country)) %>%
head(2)
#> # A tibble: 2 x 3
#> Year A_AI B_EI
#> <int> <dbl> <dbl>
#> 1 1990 -2.08 -0.113
#> 2 1991 -1.02 -0.0546
基础 R 解决方案：
# Concatenate grouping vector:
dt$PC <- paste0(dt$Product, "_", dt$Country)
# Spread the vectors by year:
dt2 <- reshape(dt[,c(!(names(dt) %in% c("Product", "Country")))],
idvar = "Year",
ids = unique(dt$Year),
direction = "wide",
timevar = "PC")
# Remove "value.", from the vector names:
names(dt2) <- gsub("value[.]", "", names(dt2))
数据：
dt <- expand.grid(Year = 1990:2014,
Product = LETTERS[1:8],
Country = paste0(LETTERS, "I"))
dt$value <- rnorm(nrow(dt))