R如何通过创建新列在一行中写入可变数量的具有相同属性的行

Question

我有一个由大约 7.000 行组成的巨大数据框，每行都有一个特定的 ID 号，可以出现多次(最多 16 次)。在一个简单的版本中，它看起来像这样:

ID <- factor(c("a","a","a","a","b","c","c","d","d","d"))
var1 <-c(10,20,10,40,30,20,20,10,10,40)
var2 <-c(5,5,4,8,9,2,4,7,1,3)

df <- data.frame(ID,var1,var2)
df
    ID var1 var2
1   a   10    5
2   a   20    5
3   a   10    4
4   a   40    8
5   b   30    9
6   c   20    2
7   c   20    4
8   d   10    7
9   d   10    1
10  d   40    3

现在我想以具有相同 ID 的属性写在一行中的方式形成我的 data.frame，这样我(在这种情况下)最多有 4 列用于var1 和 4 列用于 var2，因为最常见的 ID 出现了四次 (ID a)。所有其他不存在数据的空间都应该用 .

生成的 data.frame 应该如下所示:

    ID  var1_1 var1_2 var1_3 var1_4 var2_1 var2_2 var2_3 var2_4
1   a      10     20     10     40     5      5      4      8
2   b      30     NA     NA     NA     9      NA     NA     NA
3   c      20     20     NA     NA     2      4      NA     NA
4   d      10     10     40     NA     7      1      3      NA

我的想法是通过 tapply 解决这个问题

df2 <- tapply (df$var1,df$ID,paste)

这给了我以下输出:

$a
[1] "10" "20" "10" "40"
$b
[1] "30"
$c
[1] "20" "20"
$d
[1] "10" "10" "40"

如果我将其转换为数据框，它看起来像这样:

> df3 <-as.data.frame(df2)  
> df3     

             df3  
a 10, 20, 10, 40  
b             30  
c         20, 20  
d     10, 10, 40   

问题是我现在只有一个变量，而不是所需的四个。 (或者实际上是八个，关于那些由 var2 产生的结果，我会像 var1 一样处理它们，并在最后一步通过合并合并)。

然后我尝试了 strsplit() 但这并不能帮助我解决问题，因为我没有得到不同的列并且我不知道如何添加 NA 值。

也许有一个简单的函数来重构data.frame？如果有人能帮助我，我会很幸运。

Answer 1

添加辅助 ID 并使用 reshape:

这是我们的第二个 ID 应该是这样的(实际上，这通常被称为您的“时间”变量)

with(df, ave(rep(1, nrow(df)), ID, FUN = seq_along))
#  [1] 1 2 3 4 1 1 2 1 2 3

有了这个，基础 R 的未被充分认识的 reshape 可以轻松解决这个问题:

df$ID2 <- with(df, ave(rep(1, nrow(df)), ID, FUN = seq_along))
reshape(df, direction = "wide", idvar="ID", timevar="ID2")
#   ID var1.1 var2.1 var1.2 var2.2 var1.3 var2.3 var1.4 var2.4
# 1  a     10      5     20      5     10      4     40      8
# 5  b     30      9     NA     NA     NA     NA     NA     NA
# 6  c     20      2     20      4     NA     NA     NA     NA
# 8  d     10      7     10      1     40      3     NA     NA

---

或者，使用“reshape2”:

library(reshape2)
df$ID2 <- with(df, ave(rep(1, nrow(df)), ID, FUN = seq_along))
dfL <- melt(df, id.vars=c("ID", "ID2"))
dcast(dfL, ID ~ variable + ID2, value.var="value")
#   ID var1_1 var1_2 var1_3 var1_4 var2_1 var2_2 var2_3 var2_4
# 1  a     10     20     10     40      5      5      4      8
# 2  b     30     NA     NA     NA      9     NA     NA     NA
# 3  c     20     20     NA     NA      2      4     NA     NA
# 4  d     10     10     40     NA      7      1      3     NA