data.frame 上的重构魔法

Question

这个问题已经有答案了:

Reshape three column data frame to matrix ("long" to "wide" format) [duplicate] (6 个回答)

已关闭 9 年前。

我目前正在学习使用 data.frame，并且对如何重新排序它们感到非常困惑。

目前，我有一个 data.frame 显示:

• 第 1 列:商店名称
• 第 2 列:产品
• 第3栏:该店铺购买该商品的数量

或者视觉上是这样的:

+---+-----------+-------+----------+--+
|   | Shop.Name | Items | Product  |  |
+---+-----------+-------+----------+--+
| 1 | Shop1     |     2 | Product1 |  |
| 2 | Shop1     |     4 | Product2 |  |
| 3 | Shop2     |     3 | Product1 |  |
| 4 | Shop3     |     2 | Product1 |  |
| 5 | Shop3     |     1 | Product4 |  |
+---+-----------+-------+----------+--+

我想要实现的是以下“以商店为中心”的结构:

• 第 1 列:商店名称
• 第 2 列:产品 1 的售出商品
• 第 3 列:产品 2 的售出商品
• 第 4 列:产品 3 的售出商品...

当特定商店/产品没有排队时(因为没有销售)，我想创建一个 0。

或

+---+-------+-------+-------+-------+-------+-----+--+--+
|   | Shop  | Prod1 | Prod2 | Prod3 | Prod4 | ... |  |  |
+---+-------+-------+-------+-------+-------+-----+--+--+
| 1 | Shop1 |     2 |     4 |     0 |     0 | ... |  |  |
| 2 | Shop2 |     3 |     0 |     0 |     0 | ... |  |  |
| 3 | Shop3 |     2 |     0 |     0 |     1 | ... |  |  |
+---+-------+-------+-------+-------+-------+-----+--+--+

Answer 1

到目前为止的答案在一定程度上有效，但并没有完全回答您的问题。特别是，它们没有解决没有商店出售特定产品的情况。从您的示例输入和所需输出来看，没有商店出售“Product3”。事实上，“Product3”甚至没有出现在您的源 data.frame 中。此外，它们没有解决每个商店 + 产品组合具有多行的可能情况。

这是您的数据的修改版本以及迄今为止的两个解决方案。我为“Shop1”和“Product1”的组合添加了另一行。请注意，我已将您的产品转换为一个factor 变量，其中包括该变量可以采用的级别，即使没有一个案例实际上具有该级别。

mydf <- data.frame(
  Shop.Name = c("Shop1", "Shop1", "Shop2", "Shop3", "Shop3", "Shop1"),
  Items = c(2, 4, 3, 2, 1, 2),
  Product = factor(
    c("Product1", "Product2", "Product1", "Product1", "Product4", "Product1"),
    levels = c("Product1", "Product2", "Product3", "Product4")))

1. dcast 来自“reshape2”

   library(reshape2)
   dcast(mydf, formula = Shop.Name ~ Product, value="Items", fill=0)
   # Using Product as value column: use value.var to override.
   # Aggregation function missing: defaulting to length
   # Error in .fun(.value[i], ...) : 
   #   2 arguments passed to 'length' which requires 1
   

   什么？突然不行了。改为这样做:

   dcast(mydf, formula = Shop.Name ~ Product, 
         fill = 0, value.var = "Items", 
         fun.aggregate = sum, drop = FALSE)
   #   Shop.Name Product1 Product2 Product3 Product4
   # 1     Shop1        4        4        0        0
   # 2     Shop2        3        0        0        0
   # 3     Shop3        2        0        0        1
   

2. 我们还是老派吧。 cast 来自“reshape”

   library(reshape)
   cast(mydf, formula = Shop.Name ~ Product, value="Items", fill=0)
   # Aggregation requires fun.aggregate: length used as default
   #   Shop.Name Product1 Product2 Product4
   # 1     Shop1        2        1        0
   # 2     Shop2        1        0        0
   # 3     Shop3        1        0        1
   

   呃。又不是你想要的...试试这个:

   cast(mydf, formula = Shop.Name ~ Product, 
        value = "Items", fill = 0, 
        add.missing = TRUE, fun.aggregate = sum)
   #   Shop.Name Product1 Product2 Product3 Product4
   # 1     Shop1        4        4        0        0
   # 2     Shop2        3        0        0        0
   # 3     Shop3        2        0        0        1
   

3. 让我们回到基础知识。来自基础 R 的 xtabs

   xtabs(Items ~ Shop.Name + Product, mydf)
   #          Product
   # Shop.Name Product1 Product2 Product3 Product4
   #     Shop1        4        4        0        0
   #     Shop2        3        0        0        0
   #     Shop3        2        0        0        1
   

   或者，如果您更喜欢 data.frame(请注意，您的“Shop.Name”变量已转换为 data 的 row.names .frame):

   as.data.frame.matrix(xtabs(Items ~ Shop.Name + Product, mydf))
   #       Product1 Product2 Product3 Product4
   # Shop1        4        4        0        0
   # Shop2        3        0        0        0
   # Shop3        2        0        0        1