R:将数据框中的数据转换为列

Question

我有这样一个数据框

Tag   Date (DD/MM/YYYY)
AA    1/1/2010
AB    2/1/2010
AC    3/1/2010
AA    4/1/2010
AB    5/1/2010
AA    6/1/2010
AB    7/1/2010
AC    8/1/2010

现在，不同标签的数量是有限的(平均少于 10 个)。我需要的是以更舒适的方式获取数据来处理。我已经分析了 Tag 序列数据以找出更频繁重复的模式，在本例中为 (AA,AB,AC)。

现在，我想要的是将数据转换成这样的形式，以便我可以对其进行操作。

AA        AB        AC
1/1/2010  2/1/2010  3/1/2010
4/1/2010  5/1/2010  NA
6/1/2010  7/1/2010  8/1/2010

我看过这个问题，Turning field values into column names in an R data frame ，它非常接近我需要的。这样做

>libray(reshape2)
>df<-sqldf("SELECT Tag, Date FROM validData")
>head(dcast(df,Date~Tag))

产量

Using Date as value column: use value_var to override.
Aggregation function missing: defaulting to length

                Date  AF687A AVISOO B32D76 B3DC39 B52C72 DF7EAD DF8E83 DFA521 DFA91A
1 2010-12-23 09:18:50      0      0      0      0      1      0      0      0      0
2 2010-12-23 09:18:52      1      0      0      0      0      0      0      0      0
3 2010-12-23 09:18:54      0      0      0      0      1      0      0      0      0
4 2010-12-23 09:18:57      1      0      0      0      0      0      0      0      0
5 2010-12-23 09:18:58      0      0      0      0      1      0      0      0      0
6 2010-12-23 09:19:00      0      0      0      1      0      0      0      0      0

我想我已经接近了，但我无法弄清楚最后一步，就像我上面描述的那样压缩表格。有什么线索吗？

Answer 1

我会根据 Tag 列中的模式计算要将 Date 放入的行和列，然后填充一个新矩阵。

首先为每一行设置你要匹配的模式；我将使用 unique 的结果。如果第一组缺少一个值(最后一个值除外)，这将无法正常工作。

pat <- unique(df$Tag)

然后通过将标记与模式匹配来计算列，并通过注意新模式何时开始来计算行。

col <- match(df$Tag, pat)
row <- cumsum(c(0,diff(col))<=0)

然后创建矩阵并填充它!

out <- matrix(nrow=max(row), ncol=max(col))
colnames(out) <- pat
out[cbind(row, col)] <- df$Date

结果是

> out
     AA         AB         AC        
[1,] "1/1/2010" "2/1/2010" "3/1/2010"
[2,] "4/1/2010" "5/1/2010" NA        
[3,] "6/1/2010" "7/1/2010" "8/1/2010"