Обновленный ответ с Base R - одна строка на человека
dat <- read.csv('https://raw.githubusercontent.com/izeh/n/master/n.csv', stringsAsFactors = F)
# sort the data by person_id, item_type and item_id
dat2 <- dat[order(dat$person_id,dat$item_type,dat$item_id),]
# h/t akrun for ave() approach to generate sequences
dat2$item_seq <- with(dat2, ave(seq_along(person_id), person_id,
item_type, FUN = seq_along))
dat2$item_type <- sprintf("%s_%02d",dat2$item_type,dat2$item_seq)
wide_dat <- reshape(dat2, dir = 'wide', drop = c("item_id","item_seq"),
idvar = c('person_id','gender'),
timevar = 'item_type')
# clean up column names and print head()
names(wide_dat) <- gsub("item_trans.","",names(wide_dat))
head(wide_dat[1:6])
... и вывод:
> head(wide_dat[1:6])
person_id gender audio_vocab_01 audio_vocab_02 audio_vocab_03 audio_vocab_04
3 1 MALE 1.5448298 1.6337223 0.4701200 3.04835834
36 2 MALE 3.0483583 3.1066522 3.0483583 3.04835834
64 3 FEMALE 1.6337223 1.6269504 1.0744742 1.62695041
97 4 FEMALE 3.0483583 1.6337223 1.0744742 1.36473950
141 5 MALE -1.6627051 0.6117318 -0.7650658 -4.59511975
163 6 OTHER 0.1122673 -1.6627051 1.6337223 -0.02740973
>
Обновленный ответ с одной строкой на person_id
dat <- read.csv('https://raw.githubusercontent.com/izeh/n/master/n.csv', stringsAsFactors = F)
library(tidyr)
library(dplyr)
dat %>% arrange(person_id,item_type,item_id) %>%
group_by(person_id,item_type) %>%
mutate(item_seq = seq_along(item_type)) %>%
ungroup() %>%
mutate(item_type = sprintf("%s_%02d",item_type,item_seq)) %>%
pivot_wider(id_cols = c("person_id", "gender"),
names_from = item_type,
values_from = item_trans) -> wide_dat
... и на выходе - фрейм данных с 2000 строками и 37 столбцами.
> head(wide_dat)
# A tibble: 6 x 37
person_id gender audio_vocab_01 audio_vocab_02 audio_vocab_03 audio_vocab_04
<int> <chr> <dbl> <dbl> <dbl> <dbl>
1 1 MALE 1.54 1.63 0.470 3.05
2 2 MALE 3.05 3.11 3.05 3.05
3 3 FEMALE 1.63 1.63 1.07 1.63
4 4 FEMALE 3.05 1.63 1.07 1.36
5 5 MALE -1.66 0.612 -0.765 -4.60
6 6 OTHER 0.112 -1.66 1.63 -0.0274
# … with 31 more variables: audio_vocab_05 <dbl>, audio_vocab_06 <dbl>,
# ctest_01 <dbl>, ctest_02 <dbl>, ctest_03 <dbl>, ctest_04 <dbl>,
# ctest_05 <dbl>, ctest_06 <dbl>, dictation_01 <dbl>, dictation_02 <dbl>,
# dictation_03 <dbl>, dictation_04 <dbl>, dictation_05 <dbl>,
# dictation_06 <dbl>, elicited_speech_01 <dbl>, elicited_speech_02 <dbl>,
# elicited_speech_03 <dbl>, elicited_speech_04 <dbl>, elicited_speech_05 <dbl>,
# elicited_speech_06 <dbl>, text_vocab_01 <dbl>, text_vocab_02 <dbl>,
# text_vocab_03 <dbl>, text_vocab_04 <dbl>, text_vocab_05 <dbl>,
# text_vocab_06 <dbl>, text_vocab_07 <dbl>, elicited_speech_07 <dbl>,
# dictation_07 <dbl>, audio_vocab_07 <dbl>, ctest_07 <dbl>
>
Исходный ответ
Ответ с использованием Tidyverse:
dat <- read.csv('https://raw.githubusercontent.com/izeh/n/master/n.csv', stringsAsFactors = F)
library(tidyr)
library(dplyr)
dat %>% arrange(person_id,item_type,item_id) %>%
group_by(person_id,item_type) %>%
mutate(item_seq = seq_along(item_type)) %>%
pivot_wider(id_cols = c("person_id", "gender","item_type"),
names_from = item_seq,
names_prefix = "measurement",
values_from = item_trans) -> wide_dat
... и выходные данные:
> head(wide_dat)
# A tibble: 6 x 10
# Groups: person_id, item_type [6]
person_id gender item_type measurement1 measurement2 measurement3 measurement4
<int> <chr> <chr> <dbl> <dbl> <dbl> <dbl>
1 1 MALE audio_vo… 1.54 1.63 0.470 3.05
2 1 MALE ctest 0.904 2.20 1.39 1.67
3 1 MALE dictation 5.09 5.09 -3.67 5.09
4 1 MALE elicited… 1.83 1.07 2.39 2.27
5 1 MALE text_voc… 2.39 3.68 2.32 1.97
6 2 MALE audio_vo… 3.05 3.11 3.05 3.05
# … with 3 more variables: measurement5 <dbl>, measurement6 <dbl>,
# measurement7 <dbl>
>
Объяснение
Кадр входных данных включает пять столбцов, включая идентификатор человека, пол, тип элемента, идентификатор элемента и значение.
Желаемый вывод - это широкоформатный фрейм данных, в котором каждая строка содержит три ключевые переменные (person_id, пол и item_type) и столбцы, представляющие наблюдения с первого по n-й для данного типа элемента.
Поскольку переменная item_id варьируется от 1 до 16 004, мы не можем использовать ее в качестве индекса для создания имен столбцов. Чтобы создать индекс, который будет варьироваться от 1 до максимального количества измерений, выполненных для каждой комбинации person_id и item_type, мы сортируем данные по person_id, item_type и item_id, добавляем group_by() и создайте последовательные числа для представления идентификатора измерения с помощью seq_along().
Вновь созданная индексная переменная item_seq варьируется от 1 до 7, максимальное количество уникальных измерений для комбинации person_id, item_type.