r - 将同一个人的多个观察结果压缩到一行中，将倍数添加为新列

Question

我有这样的数据:

ID  X1    X2    X3

1   1.4   2     two
2   7.6   30    thirty
2   7.6   50    fifty
2   7.6   40    forty
3   5.6   40    forty
3   5.6   50    fifty
4   3.5   NA    NA
5   NA    2     two

ID 表示个体，X1 是对每个个体进行一次测量，X2 和 X3 是同一处理的字符和字符串表示。例如，对于个人 2，X1= 7.6，并且接受治疗 X2 = 30、50 和 40(具有关联的其他信息，X3 = 三十、五十和四十)

我希望它最终看起来像这样，每个人只有一行，并且来自对同一个人的多次观察的值被添加为新列:

ID   X1     X2a   X3a       X2b   X3b     X2c  X3c
1    1.4    2     two       NA    NA      NA   NA
2    7.6    30    thirty    50    fifty   40   forty
3    5.6    40    forty     50    fifty   NA   NA
4    3.5    NA    NA        NA    NA      NA   NA
5    NA     2     two       NA    NA      NA   NA

我想保留 X1=NA 的行(如主题 5)，因为这些行在其他列中有感兴趣的测量值，为了我的示例的简单性，这些列大多被排除在外。我的实际数据集非常大(10,000 行，可能有 50 列)，因此能够有效处理相当大的数据集的方法将是一个优势。

我一直在玩 reshape 包中的 melt() 和 cast()，我认为它们可以做我想做的事。但是，我收到一个错误，要求我进行聚合(错误:聚合需要 fun.aggregate:长度用作默认值)，我不想这样做。熔化和类型转换合作的建议？或者更好的方法？

我发现了许多类似的问题(例如，this one)，但似乎没有一个能解决我的问题，因为它们不是以相似的数据结构开始的，或者它们不关心数据的哪些实例最终匹配到哪个...

Answer 1

这是一个选项:

library(data.table)
dt = data.table(your_df)

# get number of columns first (6 here)
max.N = max(dt[, .N*ncol(.SD), by = list(ID, X1)]$V1)

# now construct the result by filling in appropriate # of NA's
dt[, as.list(c(t(.SD), rep(NA, max.N - .N*ncol(.SD)))), by = list(ID, X1)]
#   ID  X1 V1     V2 V3    V4 V5    V6
#1:  1 1.4  2    two NA    NA NA    NA
#2:  2 7.6 30 thirty 50 fifty 40 forty
#3:  3 5.6 40  forty 50 fifty NA    NA
#4:  4 3.5 NA     NA NA    NA NA    NA
#5:  5  NA  2    two NA    NA NA    NA