R:使用 dcast 时包括没有条目的因素

Question

我在数据帧上使用 reshape2 函数 dcast。其中一个变量是某些级别未出现在数据框中的因素，但我会在创建的新列中包含所有值。

例如说我运行以下

library(reshape2)
dataDF <- data.frame(
  id = 1:6,
  id2 = c(1,2,3,1,2,3),
  x = c(rep('t1', 3), rep('t2', 3)),
  y = factor(c('A', 'B', 'A', 'B', 'B', 'C'), levels = c('A', 'B', 'C', 'D')),
  value = rep(1)
)

dcast(dataDF, id + id2 ~ x + y, fill = 0)

我得到以下

  id id2 t1_A t1_B t2_B t2_C
1  1   1    1    0    0    0
2  2   2    0    1    0    0
3  3   3    1    0    0    0
4  4   1    0    0    1    0
5  5   2    0    0    1    0
6  6   3    0    0    0    1

但我也想包括列 t1_C, t1_D, t2_A 和 t2_D 全是 0

即我想要以下内容

  id id2 t1_A t1_B t1_C t1_D t2_A t2_B t2_C t2_D
1  1   1    1    0    0    0    0    0    0    0
2  2   2    0    1    0    0    0    0    0    0
3  3   3    1    0    0    0    0    0    0    0
4  4   1    0    0    0    0    0    1    0    0
5  5   2    0    0    0    0    0    1    0    0
6  6   3    0    0    0    0    0    0    1    0

此外，作为辅助，是否可以在初始数据框中没有列“值”全是 1 的情况下创建上述内容。基本上只是想将 x & y 在他们自己的列中转换为 1，如果它们存在于该 id 中。

提前致谢

编辑:
最初在 LHS 上有一个变量，Jeremy 在下面回答，但实际上在 LHS 上有不止一个变量，因此编辑了问题以反射(reflect)这一点

Answer 1

尝试添加 drop = FALSE到您的 dcast 调用，以便不会丢弃未使用的因子级别:

dcast(dataDF, id ~ x + y, fill = 0, drop = FALSE)

  id t1_A t1_B t1_C t1_D t2_A t2_B t2_C t2_D
1  1    1    0    0    0    0    0    0    0
2  2    0    1    0    0    0    0    0    0
3  3    1    0    0    0    0    0    0    0
4  4    0    0    0    0    0    1    0    0
5  5    0    0    0    0    0    1    0    0
6  6    0    0    0    0    0    0    1    0

顺便说一句，是的，我们只需要告诉 dcast你想用什么函数来 aggregate ，在这种情况下，您需要 length :

data2 <- dataDF[,1:3]
dcast(data2, id ~ x + y, fill = 0, drop = FALSE, fun.aggregate = length)

对于您的编辑，我会使用 tidyr和 dplyr而不是 reshape2 :

library(tidyr)
library(dplyr)

dataDF %>% left_join(expand.grid(x = levels(dataDF$x), y = levels(dataDF$y)), .) %>%
           unite(z, x, y) %>%
           spread(z, value, fill = 0) %>%
           na.omit

首先，我们使用 expand.grid 完成 x 和 y 的所有组合并合并，然后我们 unite将它们合并为一列 z，然后我们 spread它们出来，然后从 id 列中删除 NA:

  id id2 t1_A t1_B t1_C t1_D t2_A t2_B t2_C t2_D
1  1   1    1    0    0    0    0    0    0    0
2  2   2    0    1    0    0    0    0    0    0
3  3   3    1    0    0    0    0    0    0    0
4  4   1    0    0    0    0    0    1    0    0
5  5   2    0    0    0    0    0    1    0    0
6  6   3    0    0    0    0    0    0    1    0