r - 在 R 中使用具有不均匀长度变量的熔化/类型转换

Question

我正在处理一个想要旋转的大型数据框，以便列中的变量成为顶部的行。

我发现 reshape 包在这种情况下非常有用，除了强制转换函数默认为 fun.aggregate=length 之外。大概这是因为我按“案例”执行这些操作，并且测量的变量数量因案例而异。

我想进行透视，以便缺失的变量在透视数据框中表示为“NA”。

所以，换句话说，我想从这样的熔融数据框架开始:

Case | Variable | Value
 1         1        2.3
 1         2        2.1
 1         3        1.3
 2         1        4.3
 2         2        2.5
 3         1        1.8
 3         2        1.9
 3         3        2.3
 3         4        2.2

对于这样的事情:

Case | Variable 1 | Variable 2 | Variable 3 | Variable 4
 1         2.3          2.1          1.3         NA
 2         4.3          2.5          NA          NA
 3         1.8          1.9          2.3         2.2 

代码 dcast(data,...~Variable) 再次默认为 fun.aggregate=length，它不保留原始值。

感谢您的帮助，如果有任何不清楚的地方请告诉我!

Answer 1

只需将所有变量包含在 cast 调用中即可。 Reshape 期望 Value 列被称为 value，因此它会抛出警告，但仍然可以正常工作。使用 fun.aggregate=length 的原因是公式中缺少 Case。它正在聚合 Case 中的值。

尝试:cast(data, Case~Variable)

data <- data.frame(Case=c(1,1,1,2,2,3,3,3,3),
  Variable=c(1,2,3,1,2,1,2,3,4),
  Value=c(2.3,2.1,1.3,4.3,2.5,1.8,1.9,2.3,2.2))

cast(data,Case~Variable)
Using Value as value column.  Use the value argument to cast to override this choice
  Case   1   2   3   4
1    1 2.3 2.1 1.3  NA
2    2 4.3 2.5  NA  NA
3    3 1.8 1.9 2.3 2.2

编辑:作为对@Jon 评论的回应。如果数据框中多了一个变量，该怎么办？

data <- data.frame(expt=c(1,1,1,1,2,2,2,2,2),
               func=c(1,1,1,2,2,3,3,3,3),
               variable=c(1,2,3,1,2,1,2,3,4),
               value=c(2.3,2.1,1.3,4.3,2.5,1.8,1.9,2.3,2.2))

cast(data,expt+variable~func)
  expt variable   1   2   3
1    1        1 2.3 4.3  NA
2    1        2 2.1  NA  NA
3    1        3 1.3  NA  NA
4    2        1  NA  NA 1.8
5    2        2  NA 2.5 1.9
6    2        3  NA  NA 2.3
7    2        4  NA  NA 2.2