使用非数值 reshape R 中的数据框

Question

我有一个非数字值的数据框，格式如下:

DF1:

  col1    col2
1  a       b
2  a       c
3  z       y
4  z       x
5  a       d
6  m       n

我需要把它转换成这种格式，

DF2:

  col1    col2    col3    col4
1  a        b       c       d
2  z        y       x       NA
3  m        n       NA      NA

以 col1 作为主键(不确定这是否是 R 中的正确术语)，其余列包含与该键关联的元素(如 DF1 中所示)。

与 DF1 相比，DF2 将包含更多列，具体取决于与任何键关联的元素数量。

由于与每个键关联的元素数量不同，某些列将没有值，表示为 NA(如 DF2 所示)。

列名可以是任何内容。

我尝试使用 reshape()、melt() + cast()，甚至是一个通用的 for 循环，我在其中使用 cbind 并尝试删除行。

它是包含超过 5000 万行的非常大的数据集的一部分。我可能必须为此任务使用云服务，但这是一个不同的讨论。

我是 R 的新手，所以可能缺少一些明显的解决方案。

如有任何帮助，我们将不胜感激。

-谢谢

Answer 1

如果这是一个大数据集，我们可以使用data.table

library(data.table)
setDT(DF1)[, i1:=paste0("col", seq_len(.N)+1L), col1]
dcast(DF1, col1~i1, value.var='col2')
#    col1 col2 col3 col4
#1:    a    b    c    d
#2:    m    n   NA   NA
#3:    z    y    x   NA