重新排列数据框？

debugcn 发表于 Dev

那个家伙

我正在看书的一部分。对于一定范围的页面，我有一个指标，每本书都有一个类别。我有一个类似于的数据框：

file    value    pages   category
a.pdf   17       A       green
b.pdf   18       A       red
a.pdf   22       B       green
...

每个文件都属于同一类别，而与时间或值无关。因此，a.pdf将始终为绿色，因此某些数据是多余的。我想要将数据重新格式化为以下形式：

file    pages_A    pages_B    pages_C  category
a.pdf   17         22         7        green
b.pdf   18         11         43       red

...

什么是最优雅的方式做到这一点。我尝试将子集合并在一起并删除列：

out = merge(subset(long, pages=="A"), subset(long, pages=="B"), by=c("file","category"), all=T)
out = merge(out, subset(long, pages=="C", by=c("file","category", all=T)

但这似乎很困难，特别是如果我要重新排序三个以上的页面（很快就会发生）。

谢谢，埃德

大卫·阿伦堡（David Arenburg）

如果temp是您的数据集

library(reshape2)
dcast(temp, file + category ~ pages)

##    file category  A  B  C
## 1 a.pdf    green 17 22  7
## 2 b.pdf      red 18 11 43

使用data.table它可能更快（虽然不是基准）

library(data.table)
dcast.data.table(setDT(temp), file + category ~ pages)

##     file category  A  B  C
## 1: a.pdf    green 17 22  7
## 2: b.pdf      red 18 11 43

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。