Преобразование из длинного формата в широкий с несколькими уникальными переменными в другие уникальные переменные в R - PullRequest
Новая
       4

Преобразование из длинного формата в широкий с несколькими уникальными переменными в другие уникальные переменные в R

1 голос
/ 07 января 2020

Я пытаюсь конвертировать из длинного в широкоформатный формат, но несколько столбцов обозначают уникальные строки. В приведенном ниже примере столбцы block, density, species обозначают уникальных лиц. Каждый человек имеет 2 или 3 строки, связанные с площадью и размером. Я хочу преобразовать область и размер в широкоформатный формат.

Это мой набор данных 

block <- c(1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2)
species <- c("A","A","A","A","B","B","B","B","A","A","A","A","B","B","B","B","B")
den <- c("20","20","50","50","20","20","50","50","20","20","50","50","20","20","50","50","50")


block <- as.factor(block)
den <- as.factor(den)
species <- as.factor(species)

area <- c(1:17)
size <- c(17:33)

df <- data.frame(block, species, den, area, size)

Я хочу получить окончательный набор данных только с уникальными лицами 

  block   species   den   area.1  area.2  area.3  size.1  size.2  size.3
    1        A       20     1       2       NA      17      18      NA
    1        A       50     3       4       NA      19      20      NA
    .....
    2        B       50     15      16      17      31      32      33

Примечание: другие ответы, которые я убедил, не используют множественные столбцы для обозначения уникальности строк

1 Ответ

2 голосов
/ 07 января 2020

Мы можем использовать pivot_wider после создания столбца последовательности по группе 

library(dplyr)
library(tidyr)
df %>% 
    group_by(block, species, den) %>% 
    mutate(rn = row_number()) %>% 
    ungroup %>% 
    pivot_wider(names_from = rn, values_from = c(area, size), names_sep = ".")
# A tibble: 8 x 9
#  block species den   area.1 area.2 area.3 size.1 size.2 size.3
#  <fct> <fct>   <fct>  <int>  <int>  <int>  <int>  <int>  <int>
#1 1     A       20         1      2     NA     17     18     NA
#2 1     A       50         3      4     NA     19     20     NA
#3 1     B       20         5      6     NA     21     22     NA
#4 1     B       50         7      8     NA     23     24     NA
#5 2     A       20         9     10     NA     25     26     NA
#6 2     A       50        11     12     NA     27     28     NA
#7 2     B       20        13     14     NA     29     30     NA
#8 2     B       50        15     16     17     31     32     33
...