tidyr Ausbreitung Verwendung von lang auf breit

Question

Angenommen, ich habe folgende Daten, die die Mischung aus 2 Bestandteilen aus der Menge der Zutaten zu bewegen A, B, C:

(dat <- structure(list(var1 = c("A", "A", "A", "A", "A", "B", "B", "B", "C"), 
         var2 = c("-", "B", "B", "C", "C", "-", "C", "C", "-"), 
         val1 = c(100, 25, 50, 25, 50, 100, 25, 50, 100), 
         val2 = c(0, 75, 50, 75, 50, 0, 75, 50, 0)), 
        .Names = c("var1", "var2", "val1", "val2"), 
        row.names = c(NA, -9L), class = "data.frame")) 

# var1 var2 val1 val2 
# 1 A - 100 0 
# 2 A B 25 75 
# 3 A B 50 50 
# 4 A C 25 75 
# 5 A C 50 50 
# 6 B - 100 0 
# 7 B C 25 75 
# 8 B C 50 50 
# 9 C - 100 0 

ich jetzt möchte diese Daten zu transformieren: Ich würde gern haben Spalten mit der Bezeichnung A, B, C den Inhalt der einzelnen Inhaltsstoffe geben:

#  A B C 
# 1 100 0 0 
# 2 25 75 0 
# 3 50 50 0 
# 4 25 0 75 
# 5 75 0 25 
# 6 0 100 0 
# 7 0 25 75 
# 8 0 50 25 
# 9 0 0 100 

Wie würde ich lösen, dass tidyr mit? Beliebige Kombination von spread & unite?

Answer 1

Ich bin sicher, dass es eine elegantere Art und Weise, dies zu tun, aber man könnte folgendes tun:

library(dplyr) 
library(tidyr) 
wideDf <- data.frame(id = rep(1:nrow(dat),2), 
       var = c(dat$var1, dat$var2), val = c(dat$val1, dat$val2)) %>% 
     filter(var != "-") %>% tidyr::spread(key = var, value = val, fill = 0) 

, die Sie gibt:

> longDf 
# id A B C 
# 1 1 100 0 0 
# 2 2 25 75 0 
# 3 3 50 50 0 
# 4 4 25 0 75 
# 5 5 50 0 50 
# 6 6 0 100 0 
# 7 7 0 25 75 
# 8 8 0 50 50 
# 9 9 0 0 100 

Answer 2

Hier ist ein Ansatz, der nicht genau robust, scheint aber an Ihrem Beispiel zu arbeiten. Vielleicht können Sie es als Inspiration für bessere Lösungen verwenden.

t(apply(dat, MARGIN = 1, FUN = function(x) { 
    # "split" the data into names and values. works only for two columns, obviously 
    xval <- as.numeric(x[3:4]) 
    names(xval) <- x[1:2] 
    # make sure it's sorted for reasons that will become apparent later 
    xval <- xval[order(names(xval))] 
    # prepare an empty vector 
    out <- c(A = 0, B = 0, C = 0) 
    # and insert values from columns which appear in xval 
    find.index <- names(out) %in% names(xval) 
    out[find.index] <- xval[names(xval) %in% names(out)] 

    out 
})) 

     A B C 
[1,] 100 0 0 
[2,] 25 75 0 
[3,] 50 50 0 
[4,] 25 0 75 
[5,] 50 0 50 
[6,] 0 100 0 
[7,] 0 25 75 
[8,] 0 50 50 
[9,] 0 0 100 

Answer 3

ich tun würde, dies in zwei Teile sie dann fügen zusammen

library("tidyverse") 
v1 <- dat %>% rownames_to_column() %>% spread(key = var1, value = val1, fill = 0) %>% select(A, B, C) 
v2 <- dat %>% rownames_to_column() %>% spread(key = var2, value = val2, fill = 0) %>% select(A = `-`, B, C) 

v1 + v2 

Answer 4

Wenn Sie mit reshape2 hinwollen:

dat$id <- row.names(dat) 
dcast(rbind(dat[,c(5,1,3)], 
     setnames(dat[,c(5,2,4)],c("id","var1","val1"))), 
     id~var1, value.var = "val1", fill=0)[, -2] 

# id A B C 
# 1 1 100 0 0 
# 2 2 25 75 0 
# 3 3 50 50 0 
# 4 4 25 0 75 
# 5 5 50 0 50 
# 6 6 0 100 0 
# 7 7 0 25 75 
# 8 8 0 50 50 
# 9 9 0 0 100