Konvertiere R Dataform von Long zu Wide Format, aber mit ungleichen Gruppengrößen, zur Verwendung mit qcc

Question

Ich möchte einen Dataframe von Long Format in ein Wide Format konvertieren, aber mit ungleichen Gruppengrößen.

Die eventuelle Verwendung wird in 'qcc' sein, die einen Datenrahmen oder eine Matrix erfordert, wobei jede Zeile aus einer Gruppe besteht, wobei NAs in Gruppen verwendet werden, die weniger Abtastwerte haben.

Der folgende Code erstellt ein Beispieldatenset und zeigt die manuelle Konvertierung in das gewünschte Format an.

# This is an example of the initial data that I have 
# * 10 sample measurements, over 3 groups with 3, 2, and 5 elements respectively 
x <- rnorm(10) 
x_df <- data.frame(time = c(rep('2001 Q1',3), rep('2001 Q2',2), rep('2001 Q3',5)), measure = x) 
x_df 

# This is a manual conversion into the desired format 
x_pad <- c(x[1:3], NA, NA, x[4:5], NA, NA, NA, x[6:10]) 
x_matrix <- matrix(x_pad, nrow = 3, ncol = 5, byrow = TRUE, dimnames = list(c('2001 Q1','2001 Q2','2001 Q3'))) 
x_matrix # desired format 

# An example of how it will be used 
library(qcc) 
plot(qcc(x_matrix, type = 'xbar', plot = FALSE)) 

So, würde Ich mag diese konvertieren:

 time  measure 
1 2001 Q1 0.14680685 
2 2001 Q1 0.53593193 
3 2001 Q1 0.56097974 
4 2001 Q2 -1.48102689 
5 2001 Q2 0.18150972 
6 2001 Q3 1.72018147 
7 2001 Q3 -0.08480855 
8 2001 Q3 -2.23208877 
9 2001 Q3 -1.15269107 
10 2001 Q3 0.57975023 

... dazu ...

   [,1]  [,2]  [,3]  [,4]  [,5] 
2001 Q1 0.1468068 0.53593193 0.5609797  NA  NA 
2001 Q2 -1.4810269 0.18150972   NA  NA  NA 
2001 Q3 1.7201815 -0.08480855 -2.2320888 -1.152691 0.5797502 

Es gibt wohl eine einfache Möglichkeit (vielleicht einige Nutzung von umformen oder umformen, das mir nicht bekannt ist?), aber eine Menge Suchen hat mir bisher nicht geholfen.

Danke für jede Hilfe!

==========

Von einem der folgenden Lösungen, generiert die nach dem letzten qcc xbar Grundstück, einschließlich Gruppen Etiketten:

library(splitstackshape) 
out_df <- dcast(getanID(x_df, 'time'), time~.id, value.var='measure') 
qcc(out_df[,-1], type = 'xbar', labels = out_df[,1]) 

Answer 1

Sie eine Sequenz Spalte erstellen (‚.id‘) mit getanID von splitstackshape und verwenden dcast von data.table das lange Format Wide-Format zu konvertieren. Die Ausgabe von splitstackshape ist eine data.table. Wenn wir splitstackshape laden, wird data.table ebenfalls geladen. Wenn Sie also bereits die devel-Version von data.table haben, können Sie auch die dcast von data.table verwenden.

library(splitstackshape) 
dcast(getanID(df1, 'time'), time~.id, value.var='measure') 
#  time   1   2   3   4   5 
#1: 2001 Q1 0.1468068 0.53593193 0.5609797  NA  NA 
#2: 2001 Q2 -1.4810269 0.18150972   NA  NA  NA 
#3: 2001 Q3 1.7201815 -0.08480855 -2.2320888 -1.152691 0.5797502 

Answer 2

Sie benötigen eine Zwischenvariable, die eine ID "innerhalb der Zeit" ergibt. Sie können es schaffen und neu zu gestalten, wie dies

library(tidyr) 
library(dplyr) 

group_by(X, time) %>% 
    mutate(seq = 1:n()) %>% 
    ungroup() %>% 
    spread(seq, measure) 

Answer 3

Ein weiterer splitstackshape Ansatz

cSplit(setDT(df)[, toString(measure), by='time'], 'V1', ',') 

#  time  V1_1  V1_2  V1_3  V1_4  V1_5 
#1: 2001 Q1 0.1468068 0.53593193 0.5609797  NA  NA 
#2: 2001 Q2 -1.4810269 0.18150972   NA  NA  NA 
#3: 2001 Q3 1.7201815 -0.08480855 -2.2320888 -1.152691 0.5797502 

Oder mit der devel Version von data.table ein ähnlicher Ansatz nach der ‚Maßnahme‘ Einfügen zusammen mit der Gruppierung Spalte ‚Zeit‘ wäre tstrsplit mit dem ‚V1 aufzuspalten 'Spalte generiert von toString(measure).

setDT(df)[, toString(measure), by ='time'][, c(list(time), tstrsplit(V1, ', '))] 

Auch wir können type.convert=TRUE in tstrsplit fügen Sie die class der geteilten Spalten zu konvertieren. Standardmäßig ist es FALSE.