使用总和和计数将数据从长数据 reshape 为宽数据

Question

我正在尝试在 R 中将数据从长格式 reshape 为宽格式。我想通过 ID 获取类型变量的出现次数以及第二个变量的值的总和 (val )按 ID 并键入，如下例所示。

我能够找到使用计数或总和进行 reshape 的答案，但不能同时找到两者。

这是原始示例数据:

> df <- data.frame(id = c(1, 1, 1, 2, 2, 2),
+                  type = c("A", "A", "B", "A", "B", "C"),
+                  val = c(0, 1, 2, 0, 0, 4))
> df
  id type val
1  1    A   0
2  1    A   1
3  1    B   2
4  2    A   0
5  2    B   0
6  2    C   4

我想获得的输出如下:

  id A.count B.count C.count A.sum B.sum C.sum
1  1       2       1       0     1     2     0
2  2       1       1       1     0     0     4

其中 count 列显示类型 A、B 和 C 的出现次数，sum 列显示按类型划分的值的总和。

为了达到我能做到的计数，如 this answer 中建议的那样，将 reshape2::dcast 与默认聚合函数 length:

结合使用

> require(reshape2)
> df.c <- dcast(df, id ~ type, value.var = "type", fun.aggregate = length)
> df.c
  id A B C
1  1 2 1 0
2  2 1 1 1

类似地，如 this answer 中所建议的那样，我还可以使用总和作为输出来执行 reshape ，这次使用 dcast 中的 sum 聚合函数:

> df.s <- dcast(df, id ~ type, value.var = "val", fun.aggregate = sum)
> df.s
  id A B C
1  1 1 2 0
2  2 0 0 4

我可以将两者合并:

> merge(x = df.c, y = df.s, by = "id", all = TRUE)
  id A.x B.x C.x A.y B.y C.y
1  1   2   1   0   1   2   0
2  2   1   1   1   0   0   4

但是有没有一种方法可以一次性完成这一切(不一定使用 dcast 或 reshape2)？

Answer 1

从 data.table v1.9.6 开始，可以转换多个 value.var 列，也可以通过提供多个 fun.aggregate 函数进行转换。见下文:

library(data.table)

df <- data.table(df)
dcast(df, id ~ type, fun = list(length, sum), value.var = c("val"))
   id val_length_A val_length_B val_length_C val_sum_A val_sum_B val_sum_C
1:  1            2            1            0         1         2         0
2:  2            1            1            1         0         0         4