R & dplyr: aggregieren und Summenvariablen erstellen

Question

Diese Frage baut auf einer anderen Frage auf, die ich zuvor gestellt habe. In Anbetracht der MWE unter:

test <- as.data.table(data.frame(event_id = c("A","B","A","A","B"), 
           income = c(1,2,3,4,5), 
           location = c("PlaceX","PlaceY","PlaceX","PlaceX","PlaceY"))) 

test 
    event_id income location 
1:  A  1 PlaceX 
2:  B  2 PlaceY 
3:  A  3 PlaceX 
4:  A  4 PlaceX 
5:  B  5 PlaceY 

Wie würde ich bekommen:

event_id mean_inc loc_PlaceX loc_PlaceY 
    (fctr) (fctr)  (numeric)  (numeric) 
1  A 2.666667    3    0 
2  B 3.500000    0    2 

Was ich habe, so weit:

test %>% 
    group_by(event_id, location) %>% 
    summarise(mean_inc = mean(income)) 

Source: local data table [2 x 3] 
Groups: event_id 

    event_id location mean_inc 
    (fctr) (fctr) (dbl) 
1  A PlaceX 2.666667 
2  B PlaceY 3.500000 

Bitte beachten Sie, ich habe etwa 10 Spalten, die ich würde zu breakdown wie ich versuche mit der Spalte location oben zu tun. Außerdem gibt es Millionen von Zeilen.

Answer 1

Da der OP ein data.table zeigte, kann es mit data.table Methoden

test[, mean_inc := mean(income), event_id] 
dcast(test, event_id+mean_inc~location, value.var="income", length) 
#  event_id mean_inc PlaceX PlaceY 
#1:  A 2.666667  3  0 
#2:  B 3.500000  0  2