r - 将长表转换为仅包含一列计数的宽格式

Question

我有一个如下所示的长格式表格，此输入表格中的每一行都是唯一的:-

 year variable
  2014   ab  
  2014   cd  
  2014   ef 
  2016   ef 
  2016   gh
  2014   ab  
  2014   cd  
  2014   ef 
  2016   ef 
  2016   gh

我想将此表转换为宽格式，但仅限于 variable 列，它看起来像一个连续矩阵。例如 - 如下面的输出表所示，ab+cd 的组合在 2014 年出现了一次，而 ab+ef 的组合在 2014 年也出现了一次。这样，我的输出表的第一行就清楚地显示了不同年份输入表的不同组合variable列的所有Counts。

year    value  ab  cd  ef  gh  
2014    ab     2    2   2   0
2014    cd     2    2   2   0 
2014    ef     2    2   2   0 
2014    ef     0    0   2   2 
2016    gh     0    0   2   2 

我已经多次尝试 reshape 表格，但未能达到我想要的结果。如果解决方案包括使用 data.table，我将不胜感激。谢谢你。

Answer 1

这是一个使用 data.table 的选项:

vs <- DT[, unique(variable)]
for (x in vs) set(DT, j=x, value=0L)
DT[, (vs) := {
        m <- as.matrix(.SD)
        m[, match(variable, vs)] <- 1L
        as.data.table(m)
    }, year, .SD=vs]
DT

还有:

DT[, (vs) := {
        m <- copy(.SD)
        m[, match(variable, vs)] <- 1L
        m
    }, year, .SD=vs]

根据问题描述输出(正如 Daniel O 和 meriops 所指出的，期望的输出与问题描述之间存在一些不一致):

   year variable ab cd ef gh
1: 2014       ab  1  1  1  0
2: 2014       cd  1  1  1  0
3: 2014       ef  1  1  1  0
4: 2016       ef  0  0  1  1
5: 2016       gh  0  0  1  1

数据:

library(data.table)
DT <- fread("year variable
2014   ab  
2014   cd  
2014   ef 
2016   ef 
2016   gh")