r - dplyr::mutate new columns based on a second (filtered) dataframe

Question

我有 2 个数据框:

df1:

a
s1
s2
s3
s4

df2:

a    b
s1    w
s1    x
s4    y
s2    z
s4    x

我想将与 df2$b(w、x、y、z)中的唯一值一样多的列附加到 df1，如果 df2$a 有一行关联，则为每个 df1$a 和新列添加一个 1他们。这解释起来很麻烦，也许显示所需的输出会更好:

a    w    x    y    z
s1    1    1    0    0
s2    0    0    0    1
s3    0    0    0    0
s4    0    1    1    0

我试过了

for (col_name in unique(df2$b)){
  df1 %<>%
    mutate(!!as.character(col_name) := ifelse(col_name %in% filter(df2,
                                                                   a == df1$a)$b,
                                          yes = 1,
                                          no = 0))
}

但是这样不行，我猜问题出在

a == df1$a

有点，但我不知道哪个是正确的语法。感谢您的帮助!

Answer 1

我们可以在 base R 中使用 table(假设我们想要 'df1' 中 'a' 列的所有值的行，将 'a' 'df2' 的列到 factor，levels 指定为 'df1' 的 'a' 的 unique values

table(transform(df2, a = factor(a, levels = unique(df1$a))))

-输出

# b
#a    w x y z
#  s1 1 1 0 0
#  s2 0 0 0 1
#  s3 0 0 0 0
#  s4 0 1 1 0

数据

df1 <- structure(list(a = c("s1", "s2", "s3", "s4")), class = "data.frame",
row.names = c(NA, 
-4L))

df2 <- structure(list(a = c("s1", "s1", "s4", "s2", "s4"), b = c("w", 
"x", "y", "z", "x")), class = "data.frame", row.names = c(NA, 
-5L))