我想获得的,“周”和“ID”两个变量水平的每个组合的计数。我想结果有“身份证”作为行,“本周”栏目,和计数的值。
的我到目前为止已经试过实施例(尝试了一堆其他东西,包括添加伪变量= 1,然后在fun.aggregate = sum
那个):
library(plyr)
ddply(data, .(id), dcast, id ~ week, value_var = "id",
fun.aggregate = length, fill = 0, .parallel = TRUE)
但是,我必须做一些错误的,因为此功能未完成。有一个更好的方法吗?
输入:
id week
1 1
1 2
1 3
1 1
2 3
输出:
1 2 3
1 2 1 1
2 0 0 1
你不需要ddply
这一点。从dcast
的reshape2
是足够了:
dat <- data.frame(
id = c(rep(1, 4), 2),
week = c(1:3, 1, 3)
)
library(reshape2)
dcast(dat, id~week, fun.aggregate=length)
id 1 2 3
1 1 2 1 1
2 2 0 0 1
编辑:对于基础R溶液(比table
其他 - 张贴由Joshua Uhlrich),尝试xtabs
:
xtabs(~id+week, data=dat)
week
id 1 2 3
1 2 1 1
2 0 0 1
你可以只使用table
命令:
table(data$id,data$week)
1 2 3
1 2 1 1
2 0 0 1
如果“id”和“周”是在数据帧的唯一列,您可以简单地使用:
table(data)
# week
# id 1 2 3
# 1 2 1 1
# 2 0 0 1
该ddply
之所以这么长时间是由一群分裂没有以并行方式(只计算上的“分裂”)有大量团体经营,因此这将是缓慢的(和.parallel = T
)也无济于事。
一个(data.table::dcast
版本> = 1.9.2),使用data.table
方法应该是在时间和内存效率极高。在这种情况下,我们可以依靠默认参数值,只需使用:
library(data.table)
dcast(setDT(data), id ~ week)
# Using 'week' as value column. Use 'value.var' to override
# Aggregate function missing, defaulting to 'length'
# id 1 2 3
# 1: 1 2 1 1
# 2: 2 0 0 1
或明确设置的参数:
dcast(setDT(data), id ~ week, value.var = "week", fun = length)
# id 1 2 3
# 1: 1 2 1 1
# 2: 2 0 0 1
对于data.table
预1.9.2的替代品,看看编辑。
很少tidyverse
选项:
library(tidyverse)
df %>%
count(id, week) %>%
spread(week, n, fill = 0)
# id `1` `2` `3`
# <dbl> <dbl> <dbl> <dbl>
#1 1 2 1 1
#2 2 0 0 1
或分组,计算行数,然后蔓延
df %>%
group_by(id, week) %>% #OR group_by_all()
summarise(count = n()) %>%
spread(week, count, fill = 0)