(对不起,如果标题不是很丰富:我不知道如何更好地定义这个问题)
我的数据格式如下:
在每一组中,我有一个 pre
值和一两个 post
值。我想将此表转换为以下内容:
我正在考虑将数据分组如下:
aggregate(mydata, by = group, FUN = myfunction)
或者
ddply(mydata, .(group), .fun = myfunction)
并在我的函数中处理每个组的元素。但我不知道该怎么做,因为我需要同时将
type
和 value
传递给我的函数。有一个更好的方法吗?更新: 快速而肮脏的样本数据集:
mydata <- data.frame(group = sample(letters[1:5], 10, replace = TRUE),
type = sample(c("pre", "post"), 10, replace = TRUE),
value = rnorm(10))
最佳答案
尝试这样的事情:
mydf <- data.frame(group = c("A", "A", "B", "B",
"C", "C", "C", "D",
"D", "E", "E"),
type = c("pre", "post", "pre",
"post", "pre", "post",
"post", "pre", "post",
"pre", "post"),
value = 1:11)
times <- with(mydf, ave(value, group, type, FUN = seq_along))
xtabs(value ~ group + interaction(type, times), mydf)
# interaction(type, times)
# group post.1 pre.1 post.2 pre.2
# A 2 1 0 0
# B 4 3 0 0
# C 6 5 7 0
# D 9 8 0 0
# E 11 10 0 0
或者:
times <- with(mydf, ave(value, group, type, FUN = seq_along))
mydf$timevar <- interaction(mydf$type, times)
reshape(mydf, direction = "wide", idvar = "group",
timevar="timevar", drop="type")
# group value.pre.1 value.post.1 value.post.2
# 1 A 1 2 NA
# 3 B 3 4 NA
# 5 C 5 6 7
# 8 D 8 9 NA
# 10 E 10 11 NA
在这两种解决方案中,关键是创建一个“时间”变量,该变量由“类型”和可以使用
ave
创建的序列变量的组合表示。为了完整起见,这里是“reshape2”中的
dcast
:times <- with(mydf, ave(value, group, type, FUN = seq_along))
library(reshape2)
dcast(mydf, group ~ type + times)
# group post_1 post_2 pre_1
# 1 A 2 NA 1
# 2 B 4 NA 3
# 3 C 6 7 5
# 4 D 9 NA 8
# 5 E 11 NA 10
关于r - 另一个聚合,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/14555638/