У меня есть data.table следующим образом
panelID = c(1:50)
year= c(2001:2010)
country = c("NLD", "BEL", "GER")
urban = c("A", "B", "C")
indust = c("D", "E", "F")
sizes = c(1,2,3,4,5)
n <- 2
library(data.table)
set.seed(123)
DT <- data.table(panelID = rep(sample(panelID), each = n),
country = rep(sample(country, length(panelID), replace = T), each = n),
year = c(replicate(length(panelID), sample(year, n))),
some_NA = sample(0:5, 6),
some_NA_factor = sample(0:5, 6),
industry = rep(sample(indust, length(panelID), replace = T), each = n),
urbanisation = rep(sample(urban, length(panelID), replace = T), each = n),
size = rep(sample(sizes, length(panelID), replace = T), each = n),
norm = round(runif(100)/10,2),
sales= round(rnorm(10,10,10),2),
Happiness = sample(10,10),
Sex = round(rnorm(10,0.75,0.3),2),
Age = sample(100,100),
Educ = round(rnorm(10,0.75,0.3),2))
DT [, uniqueID := .I] # Creates a unique ID
DT[DT == 0] <- NA
DT$sales[DT$sales< 0] <- NA
DT <- as.data.frame(DT)
setDT(DT)[,Mean_Sales_pergroup := mean(sales, na.rm=TRUE), by=c("industry", "year")]
Теперь я хочу сравнить, как Mean_Sales_pergroup
отличается на industry
в разные годы, поэтому я подумал:
table(DT$Mean_Sales_pergroup, DT$year)
Но это дает мне:
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
2.11 0 0 0 0 0 0 1 0 0 0
2.18 0 0 0 0 0 0 0 0 0 1
2.61 2 0 0 0 0 0 0 1 0 0
3.6775 0 0 0 0 4 0 0 0 0 0
...
14.19 0 0 0 0 0 0 0 2 0 0
Что, конечно, не является информативным.
Что я мог сделать, чтобы получить что-то вроде:
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Industry D ..
Industry E
Industry F
РЕДАКТИРОВАТЬ:
@ rg255 комментарий дает:
dcast(DT, industry ~ year, value.var = "Mean_Sales_pergroup")
Aggregate function missing, defaulting to 'length'
industry 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
1: D 1 1 5 5 3 4 1 1 6 1
2: E 2 5 5 3 4 3 3 1 3 5
3: F 1 6 2 3 4 7 5 2 4 4